Análise Quantitativa - Resultados Complementares

---

1 Setup e pacotes R

## Opções iniciais de configuração do ambiente --------------
knitr::opts_chunk$set(echo = TRUE)
options(scipen=999)
#### --------------------------------------------------------
library("stringr")  # funções de manipulação de chars
library("dplyr")    # gramática de wrangling
library("ggplot2")  # apresentação gráfica
library("tibble")   # data sets melhorados
library("magrittr") # semantica serializada de instruções
library("readxl")   # leitor de arquivos excel
library("purrr")    # programação funcional
library("knitr")    # Uso de tabelas Kable para apresentação
#### --------------------------------------------------------
theme_update(text = element_text(size=16)) ## Tamanho das fontes nos gráficos
v_path_i <- "./Dados originais/" ## Caminho para leitura de arquivos de input
v_path_o <- "./Analises/" ## Caminho para geração de arquivos de output
v_path_inter <- "./Resultados intermediarios/" ## Caminho para geração de arquivos intermediarios

---

2 Datasets

2.1 Programas e Projetos

Leitura de planilhas e criação de datasets para programas e projetos-PPG. Filtro de projetos com início de 2013 em diante. Também nesta etapa foi realizada a criação de dataset com as categorias utilizadas na apresentação dos dados (ds_prg).

ds_prgppg <- read_excel(paste0(v_path_i, "Programas PPG 2016.xlsx"))
ds_prjppg <- read_excel(paste0(v_path_i, "Projetos PPG 2016.xlsx"))

ds_siglas <- read_excel(paste0(v_path_i, "Siglas áreas de avaliação.xlsx")) %>% 
             select(nome = "Nome área de avaliação",
                    sigla = "Sigla")

ds_prg <- ds_prgppg %>% merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome") %>%  # Incluindo sigla
                        select(CD_PROGRAMA_IES,
                               NM_AREA_AVALIACAO,
                               SG_AREA_AVALIACAO = sigla,
                               CS_STATUS_JURIDICO,
                               DS_DEPENDENCIA_ADMINISTRATIVA,
                               ANO_INICIO_PROGRAMA,
                               NM_MODALIDADE_PROGRAMA,
                               CD_CONCEITO_PROGRAMA,
                               NM_REGIAO,             # Novas categorias
                               SG_UF_PROGRAMA,        #
                               SG_ENTIDADE_ENSINO,    #
                               NM_PROGRAMA_IES,       #
                               NM_GRAU_PROGRAMA)

 write.csv2(ds_prg, paste0(v_path_inter, "ds_prg.csv"))

ds_prjppg_13_16 <- ds_prjppg %>% 
  mutate(ANO_PRJ = str_sub(.$DH_INICIO, 1, 4)) %>%
  filter(ANO_PRJ >= 2013)

 write.csv2(ds_prjppg_13_16, paste0(v_path_inter, "ds_prjppg_13_16.csv"))

rm(ds_prjppg) ## Limpeza de memória

2.2 Membros de Projetos

Leitura de planilhas e criação de datasets com dados de membros de projetos entre 2013 e 2016.

f.membros <- function(file){
  ds <- read_excel(file) %>%
    arrange(DS_TIPO_MEMBRO) %>% 
    filter(DS_TIPO_MEMBRO %in% c("DISCENTE","DOCENTE")) %>% 
    merge(., ds_prjppg_13_16, by = "ID_PROJETO")
  return(ds)
}

ds_membros_13_16 <- rbind(f.membros(paste0(v_path_i, "Membros dos projetos 2013.xlsx")),
                          f.membros(paste0(v_path_i, "Membros dos projetos 2014.xlsx")),
                          f.membros(paste0(v_path_i, "Membros dos projetos 2015.xlsx")),
                          f.membros(paste0(v_path_i, "Membros dos projetos 2016.xlsx")))

 write.csv2(ds_membros_13_16, paste0(v_path_inter, "ds_membros_13_16.csv"))

2.3 Formação discente e docente

Leitura de planilhas e criação de datasets para dados de formação de professores e alunos nos programas de mestrado e doutorado. Os campos comuns foram selecionados e padronizados para os três arquivos para facilitar relacionamento com indicadores.

v_form_campos <- c("nro_id_cnpq", "seq_pessoa_fisica",
                   "nome_sucupira", "nome_cvlattes",
                   "nome_filtro_cvlattes", "sgl_instituicao",
                   "nme_instituicao", "cod_programa",
                   "nme_programa", "nme_area_avaliacao",
                   "seq_area_basica", "area_basica",
                   "grande_area_basica", "nro_nota_doutorado",
                   "nro_nota_mestrado", "nro_nota_mestrado_prof",
                   "dta_fim", "seq_tipo_categoria_vinculo",
                   "nivel_formacao", "ano_inicio_formacao",
                   "ano_fim_formacao", "formacao_concluida",
                   "sigla_pais_ies_formacao", "sigla_uf_ies_formacao",
                   "sigla_ies_formacao", "nome_ies_formacao",
                   "nome_curso_formacao", "cod_area_curso_formacao",
                   "grande_area_curso_formacao", "area_curso_formacao")

ds_frmdic <- read_excel(paste0(v_path_i, "Formação dos discentes 2013-2016 - Tese.xlsx")) %>% 
  mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq), 
                               width =  16, 
                               side = "left", 
                               pad = "0"),
         seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DISCENTE")

 write.csv2(ds_frmdic, paste0(v_path_inter, "ds_frmdic.csv"))

ds_frmdic_mestrado <- read_excel(paste0(v_path_i, "Dicentes mestrado tratada -tese.xlsx")) %>% 
  mutate(nro_id_cnpq = str_pad(as.character(nro_id_cnpq), 
                               width =  16, 
                               side = "left", 
                               pad = "0"),
         seq_pessoa_fisica = as.character(seq_pessoa_fisica)) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DISCENTE")

 write.csv2(ds_frmdic_mestrado, paste0(v_path_inter, "ds_frmdic_mestrado.csv"))

ds_frmdoc <- read_excel(paste0(v_path_i, "Formação dos docentes tese.xlsx")) %>% 
  select(v_form_campos) %>% 
  mutate(doc_ou_disc = "DOCENTE")

 write.csv2(ds_frmdoc, paste0(v_path_inter, "ds_frmdoc.csv"))

3 Indice de Multi/Interdisciplinaridade

Preparação, transformações e calculo de variáveis e indicadores que compõe o IMI - Indice de Multi/Inter disciplinaridade.

---

3.1 IMI 1 - Formação docente

3.1.1 FCDo - Diversidade da formação dos docentes nos PPG

Variáveis:
QPPP: Quantidade de professores permanentes do programa
QFDPD: Quantidade das formações dos docentes permanentes no grau de doutorado
QFDPM: Quantidade das formações dos docentes permanentes no grau de mestrado
QFDPG: Quantidade das formações dos docentes permanentes no grau de graduação

Indicadores:
DFDDo: Diversidade de formação do docente pelo grau de doutorado
DFDM: Diversidade de formação do docente pelo grau de mestrado
DFDG: Diversidade de formação do docente pelo grau de graduação

OBS - Os agrupamentos e sumarizações abaixo são realizados em dois estágios progressivos para garantir contagens adequadas no calculo das variáveis.

ds_IMI1_QPPP <- ds_frmdoc %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa) %>% 
  summarise(QPPP = n())

 write.csv2(ds_IMI1_QPPP, paste0(v_path_inter, "ds_IMI1_QPPP.csv"))

ds_IMI1_QFDPD <- ds_frmdoc %>% 
  filter(nivel_formacao == "Doutorado") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPD = n()) 

 write.csv2(ds_IMI1_QFDPD, paste0(v_path_inter, "ds_IMI1_QFDPD.csv"))

ds_IMI1_QFDPM <- ds_frmdoc %>% 
  filter(nivel_formacao == "Mestrado") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPM = n()) 

 write.csv2(ds_IMI1_QFDPM, paste0(v_path_inter, "ds_IMI1_QFDPM.csv"))

ds_IMI1_QFDPG <- ds_frmdoc %>% 
  filter(nivel_formacao == "Graduação") %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFDPG = n()) 

 write.csv2(ds_IMI1_QFDPG, paste0(v_path_inter, "ds_IMI1_QFDPG.csv"))

ds_IMI1_FCDo <- merge(ds_IMI1_QFDPD, ds_IMI1_QFDPM, by = "cod_programa", all.x = T) %>% 
  merge(., ds_IMI1_QFDPG, by = "cod_programa", all.x = T) %>% 
  merge(., ds_IMI1_QPPP, by = "cod_programa", all.x = T) %>% 
  mutate(DFDDo = QFDPD/QPPP,
         DFDM = QFDPM/QPPP,
         DFDG = QFDPG/QPPP) %>% ## Fórmulas dos indicadores
  #mutate(DFDDo = ifelse(DFDDo <= 1, DFDDo, 1),  
  #       DFDM = ifelse(DFDM <= 1, DFDM, 1), 
  #       DFDG = ifelse(DFDG <= 1, DFDG, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(FCDo = (DFDDo + DFDM + DFDG)/3) %>% ## Fórmula do constructo
  merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias

 write.csv2(ds_IMI1_FCDo, paste0(v_path_o, "FCDo.csv"))
 kable(ds_IMI1_FCDo[1:12, ]) #c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	QFDPD	QFDPM	QFDPG	QPPP	DFDDo	DFDM	DFDG	FCDo
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	10	7	7	15	0.6666667	0.4666667	0.4666667	0.5333333
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	13	13	11	15	0.8666667	0.8666667	0.7333333	0.8222222
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	5	6	4	15	0.3333333	0.4000000	0.2666667	0.3333333
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	7	5	6	9	0.7777778	0.5555556	0.6666667	0.6666667
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	4	4	5	10	0.4000000	0.4000000	0.5000000	0.4333333
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	10	5	6	15	0.6666667	0.3333333	0.4000000	0.4666667
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	5	6	10	11	0.4545455	0.5454545	0.9090909	0.6363636
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	10	8	7	14	0.7142857	0.5714286	0.5000000	0.5952381
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	5	10	10	17	0.2941176	0.5882353	0.5882353	0.4901961
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	10	12	10	15	0.6666667	0.8000000	0.6666667	0.7111111
10001018039P2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	10	11	11	14	0.7142857	0.7857143	0.7857143	0.7619048
10001018040P0	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	9	11	10	12	0.7500000	0.9166667	0.8333333	0.8333333

3.2 IMI 2 - Formação discente

3.2.1 FCDi - Diversidade na formação dos discentes nos PPG

Variáveis:
QFGDi: Quantidade das formações dos discentes no grau de graduação
QDP: Quantidade de discentes do programa

Indicadores:
DFGDi: Diversidade de formação do discente pelo grau de graduação

ds_frmdic_ttl <- rbind(ds_frmdic, ds_frmdic_mestrado) %>% 
  filter(nivel_formacao == "Graduação") %>% 
  group_by(cod_programa, 
           nome_filtro_cvlattes, 
           doc_ou_disc,
           nome_curso_formacao) %>%
  summarise(QT = n()) ## Junção de formações de discentes e filtro de graduação

 write.csv2(ds_frmdic_ttl, paste0(v_path_inter, "ds_frmdic_ttl.csv"))

ds_IMI2_QDP <- ds_frmdic_ttl %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa) %>% 
  summarise(QDP = n())

 write.csv2(ds_IMI2_QDP, paste0(v_path_inter, "ds_IMI2_QDP.csv"))

ds_IMI2_QFGDi <- ds_frmdic_ttl %>% 
  group_by(cod_programa, nome_curso_formacao) %>% 
  summarise(QT = n()) %>%   
  group_by(cod_programa) %>% 
  summarise(QFGDi = n()) 

 write.csv2(ds_IMI2_QFGDi, paste0(v_path_inter, "ds_IMI2_QFGDi.csv"))

ds_IMI2_FCDi <- merge(ds_IMI2_QFGDi, ds_IMI2_QDP, by = "cod_programa", all.x = T) %>% 
  mutate(DFGDi = QFGDi/QDP) %>% ## Fórmula do indicador
  #mutate(DFGDi = ifelse(DFGDi <= 1, DFGDi, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(FCDi = DFGDi) %>%  ## Fórmula do constructo
  merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias

 write.csv2(ds_IMI2_FCDi, paste0(v_path_o, "FCDi.csv"))
 kable(ds_IMI2_FCDi[1:12, ]) #c(1,8:11)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	QFGDi	QDP	DFGDi	FCDi
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	8	29	0.2758621	0.2758621
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	25	41	0.6097561	0.6097561
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	23	42	0.5476190	0.5476190
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	22	48	0.4583333	0.4583333
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	21	52	0.4038462	0.4038462
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	31	73	0.4246575	0.4246575
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	25	63	0.3968254	0.3968254
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	31	46	0.6739130	0.6739130
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	26	54	0.4814815	0.4814815
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	37	55	0.6727273	0.6727273
10001018039P2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	24	42	0.5714286	0.5714286
10001018040P0	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	12	12	1.0000000	1.0000000

3.3 IMI 3 - Instituições participantes e membros de projetos

3.3.1 CC - Colaboração Científica

Variáveis:
QIP: Quantidade de instituições participantes nos projetos
QPP: Quantidade de projetos no programa

3.3.1.1 Intituições

ds_fin <-  rbind(read_excel(paste0(v_path_i, "Financiadores de proejtos 2013.xlsx")),
                 read_excel(paste0(v_path_i, "Financiadores de projetos 2014.xlsx")),
                 read_excel(paste0(v_path_i, "Financiadores de projetos 2015.xlsx")),
                 read_excel(paste0(v_path_i, "Financiadores de proejtos 2016.xlsx"))) ## Carga de Instituições

ds_IMI3_QIP <- ds_fin %>% 
  group_by(CD_PROGRAMA_IES, NM_FINANCIADOR) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(QIP = n())

 write.csv2(ds_IMI3_QIP, paste0(v_path_inter, "ds_IMI3_QIP.csv"))

ds_IMI3_QPP <- ds_fin %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(QPP = n())

 write.csv2(ds_IMI3_QPP, paste0(v_path_inter, "ds_IMI3_QPP.csv"))

Variáveis:
DFPP: Diversidade formações dos participantes dos projetos (graduação).
QMP: Quantidade de membros dos projetos

Indicadores:
DFCP: Diversidade de formações que colaboram por meio de projetos

OBS - As variáveis e indicadores abaixo são consolidadas no nível de projeto e depois sumarizadas por média em programas para possibilitar cruzamento com demais constructos.

3.3.1.2 Colaboração

ds_formacao_grd <- rbind(ds_frmdic, ds_frmdoc, ds_frmdic_mestrado) %>% 
  filter(nivel_formacao == "Graduação") %>% 
  group_by(cod_programa, 
           nome_filtro_cvlattes, 
           doc_ou_disc,
           nome_curso_formacao) %>%
  summarise(QT = n()) ## Junção de formações de todos os membros e filtro de graduação

 write.csv2(ds_formacao_grd, paste0(v_path_inter, "ds_formacao_grd.csv"))

ds_MbrPrj_grd <- merge(ds_membros_13_16, ds_formacao_grd, 
                       by.x = c("CD_PROGRAMA_IES", "NM_MEMBRO_PROJETO", "DS_TIPO_MEMBRO"), 
                       by.y = c("cod_programa", "nome_filtro_cvlattes", "doc_ou_disc")) #@ Junção de 
                                                                                        ## membros e formações

 write.csv2(ds_MbrPrj_grd, paste0(v_path_inter, "ds_MbrPrj_grd.csv"))

ds_IMI3_DFPP <- ds_MbrPrj_grd %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO, nome_curso_formacao) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO) %>% 
  summarise(DFPP = n()) 

 write.csv2(ds_IMI3_DFPP, paste0(v_path_inter, "ds_IMI3_DFPP.csv"))

ds_IMI3_QMP <- ds_MbrPrj_grd %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO, NM_MEMBRO_PROJETO) %>% 
  summarise(QT = n()) %>% 
  group_by(CD_PROGRAMA_IES, ID_PROJETO) %>% 
  summarise(QMP = n()) 

 write.csv2(ds_IMI3_QMP, paste0(v_path_inter, "ds_IMI3_QMP.csv"))

#### Geração de arquivo de colaboração no nível de projetos para conferência de dados -----------

ds_DFCP <- merge(ds_IMI3_DFPP, ds_IMI3_QMP , by = c("CD_PROGRAMA_IES", "ID_PROJETO")) %>% 
  mutate(DFCP = DFPP/QMP)# %>% 
  #mutate(DFCP = ifelse(DFCP <= 1, DFCP, 1)) ## Limpeza de ocorrências acima de 1.0
 
 write.csv2(ds_DFCP, paste0(v_path_o, "DFCP.csv"))
#### --------------------------------------------------------------------------------------------
kable(ds_DFCP[1:12, ]) ## Amostra do arquivo gerado acima

CD_PROGRAMA_IES	ID_PROJETO	DFPP	QMP	DFCP
10001018002P1	254229	3	5	0.6000000
10001018002P1	281461	1	2	0.5000000
10001018002P1	281506	6	11	0.5454545
10001018002P1	281550	1	1	1.0000000
10001018002P1	281556	2	3	0.6666667
10001018002P1	281569	1	1	1.0000000
10001018002P1	281575	1	1	1.0000000
10001018002P1	281577	1	2	0.5000000
10001018002P1	281593	1	1	1.0000000
10001018002P1	287006	3	2	1.5000000
10001018002P1	300058	2	2	1.0000000
10001018002P1	332254	2	4	0.5000000

ds_IMI3_DFCP <- merge(ds_IMI3_DFPP, ds_IMI3_QMP, by = c("CD_PROGRAMA_IES", "ID_PROJETO")) %>% 
  mutate(DFCP = DFPP/QMP) %>% ## Fórmula do indicador
  #mutate(DFCP = ifelse(DFCP <= 1, DFCP, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(DFPP = mean(DFPP),
            QMP = mean(QMP),
            DFCP = mean(DFCP)) ## Consolidação de variáveis e indicador

 write.csv2(ds_IMI3_DFCP, paste0(v_path_inter, "ds_IMI3_DFCP.csv"))

Indicadores:
DIPP: Diversidade de instituições que que colaboram por meio dos projetos

3.3.1.3 Consolidação da Colaboração Científica

ds_IMI3_CC <- merge(ds_IMI3_QIP, ds_IMI3_QPP, by = "CD_PROGRAMA_IES", all.x = T) %>% 
  merge(., ds_IMI3_DFCP, by = "CD_PROGRAMA_IES", all.x = T) %>% ## Junção com indicador de
                                                                ## diversidade de formações 
                                                                ## de colaboradores
  mutate(DIPP = QIP/QPP) %>% ## Fórmula do indicador
  #mutate(DIPP = ifelse(DIPP <= 1, DIPP, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(CC = (DFCP + DIPP)/2) ## Fórmula do constructo
  
ds_IMI3_CC <-  ds_IMI3_CC[,c(1:3, 7, 4:6, 8)] ## Reordenação de campos

ds_IMI3_CC %<>% merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

 write.csv2(ds_IMI3_CC, paste0(v_path_o, "CC.csv"))
 kable(ds_IMI3_CC[1:12, ]) #c(1,8:14)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	QIP	QPP	DIPP	DFPP	QMP	DFCP	CC
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	4	33	0.1212121	1.758621	2.586207	0.7962308	0.4587215
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	4	34	0.1176471	1.777778	1.555556	1.5000000	0.8088235
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	1	8	0.1250000	1.071429	1.142857	0.9642857	0.5446429
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	2	3	0.6666667	1.777778	1.333333	1.3333333	1.0000000
10001018008P0	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	2	9	0.2222222	NA	NA	NA	NA
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	4	21	0.1904762	1.538461	1.769231	0.9166667	0.5535714
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	1	5	0.2000000	2.333333	1.666667	1.4722222	0.8361111
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	5	18	0.2777778	2.500000	1.166667	2.1666667	1.2222222
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	2	7	0.2857143	2.000000	1.500000	1.5000000	0.8928571
10001018013P3	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	2012	PROFISSIONAL	3	NORTE	RO	UNIR	ENSINO EM CIÊNCIAS DA SAÚDE	MESTRADO PROF.	1	1	1.0000000	NA	NA	NA	NA
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	6	24	0.2500000	1.500000	1.277778	1.2592593	0.7546296
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	7	52	0.1346154	1.485714	1.514286	0.9857143	0.5601648

3.4 IMI 4 - Áreas de atuação de docentes

3.4.1 CP - Contexto Profissional

Variáveis:
QCDI: Quantidade de combinações distintas informadas
QGAD: Quantidade de grande áreas de conhecimento que o docente atua
QACD: Quantidade de áreas do conhecimento que o docente atua

Indicadores:
DGAC: Diversidade de grande áreas do conhecimento que o docente atua
DAC: Diversidade de áreas do conhecimento que o docente atua

ds_aratdo <- read_excel(paste0(v_path_i, 'Areas_de_atuacao_docentes_25_06_2019.xlsx'))

ds_IMI4_QCDI <- ds_aratdo %>% 
  mutate(espec_doc = paste0(grande_area, nome_area, sub_area, especialidade)) %>% 
  group_by(cod_programa, nome_filtro_cvlattes, espec_doc) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QCDI = n())

 write.csv2(ds_IMI4_QCDI, paste0(v_path_inter, "ds_IMI4_QCDI.csv"))

ds_IMI4_QGAD <- ds_aratdo %>%
  group_by(cod_programa, nome_filtro_cvlattes, grande_area) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QGAD = n())

 write.csv2(ds_IMI4_QGAD, paste0(v_path_inter, "ds_IMI4_QGAD.csv"))

ds_IMI4_QACD <- ds_aratdo %>%
  group_by(cod_programa, nome_filtro_cvlattes, nome_area) %>% 
  summarise(QT = n()) %>% 
  group_by(cod_programa, nome_filtro_cvlattes) %>% 
  summarise(QACD = n())

 write.csv2(ds_IMI4_QACD, paste0(v_path_inter, "ds_IMI4_QACD.csv"))

ds_IMI4_CP <- merge(ds_IMI4_QGAD, ds_IMI4_QACD, by = c("cod_programa","nome_filtro_cvlattes"), all.x = T) %>% 
  merge(., ds_IMI4_QCDI, by = c("cod_programa","nome_filtro_cvlattes"), all.x = T) %>% 
  mutate(DGAC = QGAD/QCDI,
         DAC = QACD/QCDI) %>% ## Fórmulas dos indicadores
  #mutate(DGAC = ifelse(DGAC <= 1, DGAC, 1),
  #       DAC = ifelse(DAC <= 1, DAC, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(CP = (DGAC + DAC)/2) ## Fórmula do constructo

 write.csv2(ds_IMI4_CP, paste0(v_path_o, "CP_docente.csv"))
 kable(ds_IMI4_CP[1:12, ]) ## Amostra do arquivo gerado acima

cod_programa	nome_filtro_cvlattes	QGAD	QACD	QCDI	DGAC	DAC	CP
10001018002P1	ALEXANDRE DE ALMEIDA E SILVA	1	3	3	0.3333333	1.0000000	0.6666667
10001018002P1	ANDREIMAR MARTINS SOARES	1	2	3	0.3333333	0.6666667	0.5000000
10001018002P1	CARLA FREIRE CELEDONIO FERNANDES	2	3	3	0.6666667	1.0000000	0.8333333
10001018002P1	CAROLINA BIONI GARCIA TELES	1	2	2	0.5000000	1.0000000	0.7500000
10001018002P1	CHRISTIAN COLLINS KUEHN	2	3	3	0.6666667	1.0000000	0.8333333
10001018002P1	DEUSILENE SOUZA VIEIRA DALLACQUA	2	3	6	0.3333333	0.5000000	0.4166667
10001018002P1	DHELIO BATISTA PEREIRA	2	3	3	0.6666667	1.0000000	0.8333333
10001018002P1	FERNANDO BERTON ZANCHI	2	6	6	0.3333333	1.0000000	0.6666667
10001018002P1	GABRIEL EDUARDO MELIM FERREIRA	1	1	2	0.5000000	0.5000000	0.5000000
10001018002P1	GENIMAR REBOUCAS JULIAO	1	1	4	0.2500000	0.2500000	0.2500000
10001018002P1	JANSEN FERNANDES DE MEDEIROS	2	3	4	0.5000000	0.7500000	0.6250000
10001018002P1	JUAN MIGUEL VILLALOBOS-SALCEDO	1	1	1	1.0000000	1.0000000	1.0000000

ds_IMI4_CP_pgr <- ds_IMI4_CP %>% 
  group_by(cod_programa) %>% 
  summarise(CP = mean(CP)) %>% ## Consolidação por programa
  merge(ds_prg, ., by.x = "CD_PROGRAMA_IES", by.y = "cod_programa", all.y = T) ## Categorias

 write.csv2(ds_IMI4_CP_pgr, paste0(v_path_o, "CP_programa.csv"))
 kable(ds_IMI4_CP_pgr[1:12, ]) #c(1,8)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	CP
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	0.6157407
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	0.5246528
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	0.5009804
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	0.4352564
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	0.4255556
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	0.4404762
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	0.3204545
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	0.4531250
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	0.4513158
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	0.4368590
10001018039P2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0.3890625
10001018040P0	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	0.4888889

3.5 Consolidação final do IMI

Junção de todos os constructos, limpeza de casos imcompletos e geração de output.

ds_IMI <- merge(ds_IMI1_FCDo[,c("CD_PROGRAMA_IES", "FCDo")], 
                ds_IMI2_FCDi[,c("CD_PROGRAMA_IES", "FCDi" )], 
                by = "CD_PROGRAMA_IES", all = T) %>% 
  merge(., ds_IMI3_CC[,c("CD_PROGRAMA_IES","CC")], 
        by = "CD_PROGRAMA_IES", all = T) %>% 
  merge(., ds_IMI4_CP_pgr[,c("CD_PROGRAMA_IES","CP")], 
        by = "CD_PROGRAMA_IES", all = T) 

ds_IMI <- ds_IMI[complete.cases(ds_IMI),] ## Casos completos

ds_IMI %<>% mutate(IMI = (FCDo + FCDi + CC + CP)/4) %>% 
  merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

 write.csv2(ds_IMI, paste0(v_path_o, "IMI.csv"))
 kable(ds_IMI[1:12, ]) #c(1,8:12)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	FCDo	FCDi	CC	CP	IMI
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	0.5333333	0.2758621	0.4587215	0.6157407	0.4709144
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	0.8222222	0.6097561	0.8088235	0.5246528	0.6913637
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	0.3333333	0.5476190	0.5446429	0.5009804	0.4816439
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	0.6666667	0.4583333	1.0000000	0.4352564	0.6400641
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	0.4333333	0.4038462	0.5535714	0.4255556	0.4540766
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	0.4666667	0.4246575	0.8361111	0.4404762	0.5419779
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	0.6363636	0.3968254	1.2222222	0.3204545	0.6439665
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	0.5952381	0.6739130	0.8928571	0.4531250	0.6537833
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	0.4901961	0.4814815	0.7546296	0.4513158	0.5444057
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	0.7111111	0.6727273	0.5601648	0.4368590	0.5952155
11001011004P7	CIÊNCIAS AGRÁRIAS I	CAGRI	FEDERAL	PÚBLICA	2006	ACADÊMICO	3	NORTE	AC	UFAC	PRODUÇÃO VEGETAL	MESTRADO/DOUTORADO	0.4117647	0.2058824	0.3863636	0.4513889	0.3638499
11001011006P0	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	AC	UFAC	CIÊNCIA, INOVAÇÃO E TECNOLOGIA PARA A AMAZÔNIA	MESTRADO	0.7333333	0.8500000	0.5902778	0.4309524	0.6511409

---

4 Indice de Produção Tecnologica

Preparação, transformações e calculo de variáveis e indicadores que compõe o IPT - Indice de Produção Tecnologica.

Variáveis:
SPPP: Soma de patentes produzidos por programa
SPPPr: Soma de produtos produzidos por programa
SAPP: Soma de aplicativos produzidos por programa
QPPP: Quantidade de professores permanentes do programa

Indicadores:
QPPa: Quantitativo de produção de patentes por Programa
QPPr: Quantitativo de produção de produtos por Programa
QPA: Quantitativo de produção de aplicativos por Programa

#### Carga de Aplicativos, patentes e PRodutos a partir de planilhas ----------------------------

ds_PT_appprg <- read_excel(paste0(v_path_i, "Aplicativos_tese.xlsx"))
ds_PT_patprg <- read_excel(paste0(v_path_i, "Patentes com Programas.xlsx"))
ds_PT_prdprg <- read_excel(paste0(v_path_i, "Produtos_tese.xlsx"))

#### --------------------------------------------------------------------------------------------

ds_PT_patprg <- ds_PT_patprg[complete.cases(ds_PT_patprg[,"NM_PRODUCAO"]),] ## Filtro de produção valida

ds_IPT1_SPPP<- ds_PT_patprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SPPP = n())

 write.csv2(ds_IPT1_SPPP, paste0(v_path_inter, "ds_IPT1_SPPP.csv"))

#### --------------------------------------------------------------------------------------------

ds_PT_prdprg <- ds_PT_prdprg[complete.cases(ds_PT_prdprg[,"DSFINALIDADE_TRATADA"]),] ## Filtro de produção valida

ds_IPT2_SPPPr <- ds_PT_prdprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SPPPr = n())

 write.csv2(ds_IPT2_SPPPr, paste0(v_path_inter, "ds_IPT2_SPPPr.csv"))

#### --------------------------------------------------------------------------------------------

ds_PT_appprg <- ds_PT_appprg[complete.cases(ds_PT_appprg[,"DS_FINALIDADE"]),] ## Filtro de produção valida

ds_IPT3_SAPP <- ds_PT_appprg %>%
  group_by(CD_PROGRAMA_IES) %>% 
  summarise(SAPP = n())

 write.csv2(ds_IPT3_SAPP, paste0(v_path_inter, "ds_IPT3_SAPP.csv"))

#### --------------------------------------------------------------------------------------------

ds_IPT <- merge(ds_IMI1_QPPP, ds_IPT1_SPPP, by.x = "cod_programa", by.y = "CD_PROGRAMA_IES", all.x = T) %>% 
  select(CD_PROGRAMA_IES = cod_programa, QPPP, SPPP) %>% 
  merge(., ds_IPT2_SPPPr, by = "CD_PROGRAMA_IES", all.x = T) %>% 
  merge(., ds_IPT3_SAPP, by = "CD_PROGRAMA_IES", all.x = T)

ds_IPT[is.na(ds_IPT)] <- 0 ### Conversão de NA para 0

# ds_IPT %<>% mutate(QPPa = SPPP/QPPP,
#                    QPPr = SPPPr/QPPP,
#                    QPA = SAPP/QPPP) %>% ## Fórmulas dos indicadores
#   #mutate(QPPa = ifelse(QPPa <= 1, QPPa, 1),
#   #       QPPr = ifelse(QPPr <= 1, QPPr, 1),
#   #       QPA = ifelse(QPA <= 1, QPA, 1)) %>% ## Limpeza de ocorrências acima de 1.0
#   mutate(IPT = (QPPa+QPPr+QPA)/3) %>% ## Fórmula do indice
#   merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

ds_IPT %<>% mutate(QPPa = SPPP,
                   QPPr = SPPPr,
                   QPA = SAPP) %>% ## Fórmulas dos indicadores
  #mutate(QPPa = ifelse(QPPa <= 1, QPPa, 1),
  #       QPPr = ifelse(QPPr <= 1, QPPr, 1),
  #       QPA = ifelse(QPA <= 1, QPA, 1)) %>% ## Limpeza de ocorrências acima de 1.0
  mutate(IPT = (QPPa+QPPr+QPA)/QPPP) %>% ## Fórmula do indice
  merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

 write.csv2(ds_IPT, paste0(v_path_o, "IPT.csv"))
 kable(ds_IPT[1:12, ]) #c(1,8:15)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	QPPP	SPPP	SPPPr	SAPP	QPPa	QPPr	QPA	IPT
10001018002P1	CIÊNCIAS BIOLÓGICAS III	CBIII	FEDERAL	PÚBLICA	2001	ACADÊMICO	3	NORTE	RO	UNIR	BIOLOGIA EXPERIMENTAL	MESTRADO/DOUTORADO	15	0	0	0	0	0	0	0.0000000
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	15	1	1	0	1	1	0	0.1333333
10001018005P0	GEOGRAFIA	GEOG	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	GEOGRAFIA	MESTRADO/DOUTORADO	15	0	0	0	0	0	0	0.0000000
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	9	0	3	0	0	3	0	0.3333333
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	10	0	2	0	0	2	0	0.2000000
10001018010P4	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	LETRAS	MESTRADO	15	0	0	0	0	0	0	0.0000000
10001018011P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2010	ACADÊMICO	3	NORTE	RO	UNIR	EDUCAÇÃO	MESTRADO	11	0	0	0	0	0	0	0.0000000
10001018012P7	LETRAS / LINGUÍSTICA	LETR	FEDERAL	PÚBLICA	2011	ACADÊMICO	3	NORTE	RO	UNIR	ESTUDOS LITERÁRIOS	MESTRADO	14	0	0	0	0	0	0	0.0000000
10001018016P2	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	2014	PROFISSIONAL	3	NORTE	RO	UNIR	EDUCAÇÃO ESCOLAR	MESTRADO PROF.	17	0	0	0	0	0	0	0.0000000
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	15	4	3	1	4	3	1	0.5333333
10001018039P2	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	14	0	0	0	0	0	0	0.0000000
10001018040P0	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	12	0	0	0	0	0	0	0.0000000

 # [,c(1,14:21)] Seleção de campos, obsoleto
 ds_IMI_IPT <- merge(ds_IMI, ds_IPT, by = "CD_PROGRAMA_IES", all = T) ## Novo DS para avaliação de IMI x IPT
 write.csv2(ds_IMI_IPT, paste0(v_path_o, "IMI_IPT.csv"))              ##

---

5 Tabela base de indices completos e correlação geral

União de indices por programa, filtro de cassos completos, categorização e calculo de correlação geral.

ds_COR <- merge(ds_IMI[,c(1,18)], ds_IPT[,c(1,21)], by = "CD_PROGRAMA_IES", all = T) ## União de indices

ds_COR <- ds_COR[complete.cases(ds_COR),] ## Filtro de casos completos

ds_COR %<>% filter(IPT > 0)%>% ## Filtro de projetos com produção tecnologica
  merge(ds_prg, ., by = "CD_PROGRAMA_IES", all.y = T) ## Categorias

 write.csv2(ds_COR, paste0(v_path_o, "COR.csv"))
 kable(ds_COR[1:12, ]) #c(1,8:9)]) ## Amostra do arquivo gerado acima, sem as categorias

CD_PROGRAMA_IES	NM_AREA_AVALIACAO	SG_AREA_AVALIACAO	CS_STATUS_JURIDICO	DS_DEPENDENCIA_ADMINISTRATIVA	ANO_INICIO_PROGRAMA	NM_MODALIDADE_PROGRAMA	CD_CONCEITO_PROGRAMA	NM_REGIAO	SG_UF_PROGRAMA	SG_ENTIDADE_ENSINO	NM_PROGRAMA_IES	NM_GRAU_PROGRAMA	IMI	IPT
10001018004P4	INTERDISCIPLINAR	INTE	FEDERAL	PÚBLICA	1999	ACADÊMICO	4	NORTE	RO	UNIR	DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	MESTRADO/DOUTORADO	0.6913637	0.1333333
10001018006P7	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	ADM	FEDERAL	PÚBLICA	2006	ACADÊMICO	4	NORTE	RO	UNIR	ADMINISTRAÇÃO	MESTRADO	0.6400641	0.3333333
10001018009P6	PSICOLOGIA	PSICO	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	RO	UNIR	PSICOLOGIA	MESTRADO	0.4540766	0.2000000
10001018017P9	CIÊNCIAS AMBIENTAIS	CAMB	FEDERAL	PÚBLICA	2013	ACADÊMICO	3	NORTE	RO	UNIR	CIÊNCIAS AMBIENTAIS	MESTRADO	0.5952155	0.5333333
12001015001P0	EDUCAÇÃO	EDUC	FEDERAL	PÚBLICA	1987	ACADÊMICO	4	NORTE	AM	UFAM	EDUCAÇÃO	MESTRADO/DOUTORADO	0.4167405	0.0588235
12001015002P7	QUÍMICA	QUIM	FEDERAL	PÚBLICA	1987	ACADÊMICO	4	NORTE	AM	UFAM	QUÍMICA	MESTRADO/DOUTORADO	0.3374479	0.3928571
12001015003P3	CIÊNCIAS AGRÁRIAS I	CAGRI	FEDERAL	PÚBLICA	1995	ACADÊMICO	4	NORTE	AM	UFAM	AGRONOMIA TROPICAL	MESTRADO/DOUTORADO	0.4392376	0.0666667
12001015012P2	CIÊNCIA DA COMPUTAÇÃO	CCOMP	FEDERAL	PÚBLICA	2001	ACADÊMICO	5	NORTE	AM	UFAM	INFORMÁTICA	MESTRADO/DOUTORADO	0.3936089	0.8461538
12001015013P9	BIOTECNOLOGIA	BIOT	FEDERAL	PÚBLICA	2001	ACADÊMICO	4	NORTE	AM	UFAM	BIOTECNOLOGIA	MESTRADO/DOUTORADO	0.4673809	0.5185185
12001015016P8	CIÊNCIAS AGRÁRIAS I	CAGRI	FEDERAL	PÚBLICA	2003	ACADÊMICO	3	NORTE	AM	UFAM	CIÊNCIAS FLORESTAIS E AMBIENTAIS	MESTRADO	0.5455184	1.1875000
12001015021P1	ENGENHARIAS IV	ENGIV	FEDERAL	PÚBLICA	2005	ACADÊMICO	3	NORTE	AM	UFAM	ENGENHARIA ELÉTRICA	MESTRADO	0.4103666	1.0000000
12001015033P0	FARMÁCIA	FARM	FEDERAL	PÚBLICA	2009	ACADÊMICO	3	NORTE	AM	UFAM	CIÊNCIAS FARMACÊUTICAS	MESTRADO	0.5808275	0.5000000

ds_COR_p <- ds_COR %>% 
  select(IMI, IPT) %>% 
  cor(., method = "pearson") ## Correlação geral pearson

 write.csv2(ds_COR_p, paste0(v_path_o, "COR_p.csv"))
 as_tibble(ds_COR_p) ## Tabela de correlação Geral pearson

## # A tibble: 2 x 2
##      IMI    IPT
##    <dbl>  <dbl>
## 1 1      0.0826
## 2 0.0826 1

ds_COR_k <- ds_COR %>% 
  select(IMI, IPT) %>% 
  cor(., method = "kendall") ## Correlação geral kendall

 write.csv2(ds_COR_k, paste0(v_path_o, "COR_k.csv"))
 as_tibble(ds_COR_k) ## Tabela de correlação Geral kendall

## # A tibble: 2 x 2
##      IMI    IPT
##    <dbl>  <dbl>
## 1 1      0.0631
## 2 0.0631 1

 ds_COR_s <- ds_COR %>% 
  select(IMI, IPT) %>% 
  cor(., method = "spearman") ## Correlação geral spearman

 write.csv2(ds_COR_s, paste0(v_path_o, "COR_s.csv"))
 as_tibble(ds_COR_s) ## Tabela de correlação Geral spearman

## # A tibble: 2 x 2
##      IMI    IPT
##    <dbl>  <dbl>
## 1 1      0.0929
## 2 0.0929 1

---

6 Correlação por categoria

Segmentação de tabela base de indice por cada categoria: Ano, Conceito, Dependencia, Area, Status e Modalidade. Geração de todos os outputs.

##### ---------------------------------------------------------------------------------------
f.corr <- function(df, mtd = "pearson"){
  df %<>% select(IMI,IPT) %>% 
    cor(., method = mtd)
  return(df)
} ## Função para aplicação de correlação em cada sessão do split por categoria

f.print_corr <- function(df){
  dfo <- tibble(cat = as.character(), cor = as.double()) ## Mudança de objeto pois "tibble 3.0" apresentou erro
  for (i in seq_along(df)) {
    dfo[i,] <- list(names(df[i]), df[[i]][1,2])
  }
  return(dfo)
} ## Função para criação de dataset com correlação por item de categoria

##### ---------------------------------------------------------------------------------------
ano_f <- factor(ds_COR$ANO_INICIO_PROGRAMA) ## Fator para split de categoria

ds_COR_ano <- ds_COR %>% select(ANO_INICIO_PROGRAMA,IMI,IPT) %>% 
  split(ano_f, drop = T) %>% ## Separação por ano
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_ano <- as.tibble(f.print_corr(ds_COR_ano))

ds_COR_ano <- ds_COR %>% group_by(ANO_INICIO_PROGRAMA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana                                   
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_ano, by.x = "ANO_INICIO_PROGRAMA", by.y = "cat", all = T) %>% 
              mutate(ANO_INICIO_PROGRAMA = as.character(ANO_INICIO_PROGRAMA))
  
 write.csv2(ds_COR_ano, paste0(v_path_o, "COR_ano.csv"))
 kable(ds_COR_ano)

ANO_INICIO_PROGRAMA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
1931	0.3199041	0.0149254	0.3199041	0.0149254	NA	NA	NaN	NaN	NaN	NaN	NA
1960	0.2906369	0.0800000	0.2906369	0.0800000	NA	NA	NaN	NaN	NaN	NaN	NA
1961	0.3326053	0.1153846	0.3326053	0.1153846	NA	NA	NaN	NaN	NaN	NaN	NA
1962	0.2909908	0.8636364	0.2909908	0.8636364	NA	NA	NaN	NaN	NaN	NaN	NA
1963	0.4224360	0.7799943	0.4420337	0.8333333	0.0055759	0.4919185	0.0746722	0.7013690	17.676584	89.91975	-0.2793607
1964	0.4172452	0.1758057	0.4158835	0.0909091	0.0001782	0.0318763	0.0133479	0.1785395	3.199062	101.55501	0.0107110
1965	0.3684658	0.2294030	0.3642293	0.1851852	0.0017509	0.0487351	0.0418441	0.2207602	11.356319	96.23250	0.5181919
1966	0.3555605	0.0724401	0.3478187	0.0784314	0.0009376	0.0002198	0.0306201	0.0148264	8.611793	20.46715	0.8374078
1967	0.4627200	0.6547525	0.4705810	0.3809524	0.0168524	0.2543583	0.1298169	0.5043395	28.055176	77.02749	-0.1374710
1968	0.3722266	0.3288689	0.3817618	0.3248792	0.0034017	0.0499029	0.0583238	0.2233895	15.668891	67.92663	0.5554051
1969	0.3938819	0.5328236	0.3827501	0.1363636	0.0044739	0.3053323	0.0668873	0.5525688	16.981560	103.70576	-0.2552829
1970	0.4006669	0.4226643	0.3889770	0.2083333	0.0047211	0.4860000	0.0687103	0.6971370	17.148987	164.93871	0.0253887
1971	0.4242879	0.3248551	0.4260215	0.1944444	0.0086889	0.0861534	0.0932143	0.2935190	21.969585	90.35381	0.3626736
1972	0.4089485	0.2891491	0.3988590	0.1333333	0.0054947	0.1273023	0.0741260	0.3567944	18.126002	123.39464	-0.1137759
1973	0.4075005	0.2437085	0.3879282	0.1428571	0.0077680	0.0694440	0.0881364	0.2635223	21.628538	108.13011	0.1635858
1974	0.4094598	0.4775103	0.4136139	0.1875000	0.0089763	0.2647945	0.0947434	0.5145819	23.138627	107.76352	-0.1015499
1975	0.3928092	0.2468051	0.4216270	0.1184211	0.0054931	0.0482017	0.0741154	0.2195489	18.868049	88.95637	0.1683998
1976	0.4126252	0.3784836	0.4075583	0.2222222	0.0045110	0.1728359	0.0671640	0.4157354	16.277234	109.84238	-0.0763022
1977	0.4197404	0.3285929	0.3944808	0.3000000	0.0055624	0.0753637	0.0745813	0.2745244	17.768424	83.54545	-0.1487068
1978	0.4188940	0.2432078	0.3888669	0.2020202	0.0059178	0.0377641	0.0769273	0.1943298	18.364393	79.90280	0.3166154
1979	0.4033935	0.3243147	0.3972751	0.1764706	0.0073748	0.1666488	0.0858766	0.4082264	21.288544	125.87354	0.0603263
1980	0.4095709	0.4005105	0.3884188	0.3396226	0.0047357	0.0921249	0.0688165	0.3035209	16.802108	75.78350	-0.0582955
1981	0.5972870	0.3333333	0.5972870	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
1982	0.3644272	0.4168182	0.3716151	0.2336364	0.0017530	0.2343974	0.0418694	0.4841461	11.489094	116.15281	-0.7471566
1983	0.3933543	0.4451562	0.3848218	0.4392857	0.0033831	0.1034962	0.0581643	0.3217082	14.786740	72.26862	0.1307120
1984	0.3888532	0.0937951	0.3841647	0.0909091	0.0003384	0.0022738	0.0183955	0.0476846	4.730707	50.83911	-0.3461623
1985	0.4209200	0.8847640	0.4108929	0.5972222	0.0119887	1.7273645	0.1094931	1.3142924	26.012817	148.54723	0.3938034
1986	0.4304637	0.3628671	0.4308377	0.1702128	0.0024812	0.2650474	0.0498120	0.5148276	11.571707	141.87772	-0.0405635
1987	0.4287715	0.2726826	0.4218134	0.2818182	0.0113534	0.0305173	0.1065523	0.1746921	24.850614	64.06426	-0.5820042
1988	0.4168515	0.3043651	0.4025463	0.2250000	0.0060657	0.0900747	0.0778823	0.3001245	18.683464	98.60676	-0.0482735
1989	0.4427132	0.2721098	0.4351138	0.1213235	0.0088743	0.1555475	0.0942037	0.3943951	21.278722	144.93967	-0.0504498
1990	0.4234577	0.5512301	0.4163677	0.4166667	0.0054714	0.3934467	0.0739692	0.6272533	17.467912	113.79154	-0.2033720
1991	0.4347374	0.3267174	0.4514792	0.1263298	0.0103084	0.2055061	0.1015305	0.4533278	23.354446	138.75227	-0.0862485
1992	0.3826036	0.3671364	0.3782511	0.2631579	0.0037986	0.1161113	0.0616330	0.3407511	16.108840	92.81323	0.5318107
1993	0.4447181	0.5202737	0.4391082	0.2272727	0.0102292	0.2904866	0.1011394	0.5389681	22.742359	103.59318	0.6533344
1994	0.4804656	0.4926820	0.4690880	0.2352941	0.0071303	0.4470479	0.0844409	0.6686164	17.574816	135.70953	0.1686602
1995	0.4653334	0.2605693	0.4392376	0.1333333	0.0088861	0.1001033	0.0942662	0.3163910	20.257783	121.42299	0.0982965
1996	0.4647403	0.4143830	0.4173302	0.3818182	0.0113045	0.0758238	0.1063227	0.2753612	22.877880	66.45089	0.0551070
1997	0.4889277	0.5282726	0.5038892	0.1250000	0.0178683	1.6238229	0.1336723	1.2742931	27.339882	241.21884	0.1767318
1998	0.4807234	0.3714559	0.4744305	0.3076923	0.0161287	0.1009713	0.1269990	0.3177598	26.418312	85.54444	0.0662071
1999	0.4707600	0.3739527	0.4600201	0.2368421	0.0120415	0.1449999	0.1097339	0.3807885	23.309938	101.82798	0.0904875
2000	0.4816768	0.6186901	0.4504599	0.2933094	0.0137989	0.5944991	0.1174687	0.7710377	24.387455	124.62421	0.1619054
2001	0.4687642	0.5232378	0.4622103	0.3103448	0.0110527	0.2379687	0.1051317	0.4878203	22.427417	93.23109	0.2689840
2002	0.4533525	0.5549299	0.4547232	0.1739130	0.0084564	0.9734252	0.0919588	0.9866231	20.284167	177.79238	-0.0398685
2003	0.4676550	0.4234178	0.4640520	0.1997354	0.0063801	0.3164717	0.0798756	0.5625582	17.080022	132.86126	0.4383177
2004	0.5119103	0.5040861	0.5103588	0.2132035	0.0077798	0.3149368	0.0882033	0.5611923	17.230219	111.32866	0.2845181
2005	0.4999405	0.5703421	0.4938106	0.2696970	0.0086835	0.5972410	0.0931855	0.7728137	18.639314	135.50004	0.2599728
2006	0.5095186	0.3780734	0.5019330	0.2132035	0.0092455	0.1543951	0.0961535	0.3929315	18.871440	103.92994	0.2143648
2007	0.5122600	0.3417329	0.5230112	0.1396104	0.0106894	0.1949886	0.1033898	0.4415751	20.183061	129.21646	-0.0779291
2008	0.5230419	0.4870805	0.5189547	0.2555781	0.0114339	0.4033530	0.1069294	0.6351008	20.443759	130.38928	0.0709928
2009	0.5470468	0.3498635	0.5520338	0.2111111	0.0083628	0.1661192	0.0914486	0.4075772	16.716773	116.49606	0.2146994
2010	0.5420497	0.4451815	0.5374252	0.1861472	0.0067794	0.3929646	0.0823370	0.6268689	15.189936	140.81199	0.1496829
2011	0.5567867	0.4550168	0.5583801	0.2330317	0.0070287	0.3199414	0.0838376	0.5656336	15.057402	124.31049	0.1107235
2012	0.5856565	0.4274122	0.5772817	0.1818182	0.0117385	0.5733445	0.1083442	0.7571951	18.499608	177.15803	0.1185051
2013	0.5839650	0.3574324	0.5830854	0.2000000	0.0077910	0.1919021	0.0882668	0.4380663	15.115085	122.55919	0.1742983
2014	0.5835797	0.2922095	0.5905414	0.1291667	0.0097295	0.1594706	0.0986381	0.3993377	16.902251	136.66144	0.0086561
2015	0.6174168	0.1964900	0.6224206	0.1052632	0.0087879	0.0505793	0.0937439	0.2248985	15.183248	114.45798	-0.0851442
2016	0.6487894	0.2433334	0.6299171	0.1380952	0.0079146	0.0795301	0.0889638	0.2820109	13.712272	115.89484	0.0730826

##### ---------------------------------------------------------------------------------------
conceito_f <- factor(ds_COR$CD_CONCEITO_PROGRAMA) ## Fator para split de categoria

ds_COR_conceito <- ds_COR %>% select(CD_CONCEITO_PROGRAMA,IMI,IPT) %>% 
  split(conceito_f, drop = T) %>% ## Separação por conceito
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_conceito <- f.print_corr(ds_COR_conceito)

ds_COR_conceito <- ds_COR %>% group_by(CD_CONCEITO_PROGRAMA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_conceito, by.x = "CD_CONCEITO_PROGRAMA", by.y = "cat", all = T) %>% 
              mutate(ANO_INICIO_PROGRAMA = as.character(CD_CONCEITO_PROGRAMA))

 write.csv2(ds_COR_conceito, paste0(v_path_o, "COR_conceito.csv"))
 kable(ds_COR_conceito)

CD_CONCEITO_PROGRAMA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor	ANO_INICIO_PROGRAMA
3	0.5743336	0.3882774	0.5735221	0.1889881	0.0088175	0.2771818	0.0939016	0.5264805	16.34966	135.5939	0.0550270	3
4	0.4898355	0.4006425	0.4813126	0.1875000	0.0102660	0.2880815	0.1013214	0.5367323	20.68478	133.9679	0.1246220	4
5	0.4379631	0.4080335	0.4234125	0.2272727	0.0094011	0.2500862	0.0969594	0.5000862	22.13871	122.5601	0.2331479	5
6	0.4085206	0.4454501	0.4006268	0.2105263	0.0059685	0.5214046	0.0772561	0.7220835	18.91120	162.1020	0.2296891	6
7	0.3860605	0.4442528	0.3944808	0.2857143	0.0040430	0.2875101	0.0635844	0.5361997	16.47008	120.6970	-0.1414328	7

##### ---------------------------------------------------------------------------------------
dependencia_f <- factor(ds_COR$DS_DEPENDENCIA_ADMINISTRATIVA) ## Fator para split de categoria

ds_COR_dependencia <- ds_COR %>% select(DS_DEPENDENCIA_ADMINISTRATIVA,IMI,IPT) %>% 
  split(dependencia_f, drop = T) %>% ## Separação por dependencia
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_dependencia <- f.print_corr(ds_COR_dependencia)

ds_COR_dependencia <- ds_COR %>% group_by(DS_DEPENDENCIA_ADMINISTRATIVA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_dependencia, by.x = "DS_DEPENDENCIA_ADMINISTRATIVA", by.y = "cat", all = T)
 
 write.csv2(ds_COR_dependencia, paste0(v_path_o, "COR_dependencia.csv"))
 kable(ds_COR_dependencia)

DS_DEPENDENCIA_ADMINISTRATIVA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
PRIVADA	0.5565106	0.5258685	0.5639965	0.2500	0.0114146	0.4881934	0.1068392	0.6987084	19.19806	132.8675	0.1781221
PÚBLICA	0.4892672	0.3755529	0.4821972	0.1875	0.0123382	0.2510658	0.1110773	0.5010647	22.70280	133.4205	0.0263052

##### ---------------------------------------------------------------------------------------
area_f <- factor(ds_COR$NM_AREA_AVALIACAO) ## Fator para split de categoria

ds_COR_area <- ds_COR %>% select(NM_AREA_AVALIACAO,IMI,IPT) %>% 
  split(area_f, drop = T) %>% ## Separação por area
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_area <- f.print_corr(ds_COR_area)

ds_COR_area <- ds_COR %>% group_by(NM_AREA_AVALIACAO) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_area, by.x = "NM_AREA_AVALIACAO", by.y = "cat", all = T) %>% 
              merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome")

 ds_COR_area <- ds_COR_area[,c(13,1:12)]

 write.csv2(ds_COR_area, paste0(v_path_o, "COR_area.csv"))
 kable(ds_COR_area)

sigla	NM_AREA_AVALIACAO	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
ADM	ADMINISTRAÇÃO PÚBLICA E DE EMPRESAS, CIÊNCIAS CONTÁBEIS E TURISMO	0.5620398	0.2917656	0.5610366	0.1538462	0.0075094	0.1310885	0.0866570	0.3620614	15.41830	124.09325	0.0476105
ANTR	ANTROPOLOGIA / ARQUEOLOGIA	0.4980210	0.1428420	0.5040662	0.1111111	0.0058061	0.0082209	0.0761979	0.0906690	15.30013	63.47502	0.7492931
ARQU	ARQUITETURA, URBANISMO E DESIGN	0.5410553	0.3775596	0.5254354	0.2222222	0.0128116	0.1167852	0.1131882	0.3417384	20.91990	90.51246	0.2284703
ARTE	ARTES / MÚSICA	0.5516364	0.1386445	0.5476228	0.0869565	0.0059821	0.0138663	0.0773443	0.1177553	14.02089	84.93329	-0.1920587
AFIS	ASTRONOMIA / FÍSICA	0.3720471	0.2030266	0.3470100	0.1176471	0.0081098	0.0728485	0.0900544	0.2699045	24.20511	132.94049	0.0119247
BIOD	BIODIVERSIDADE	0.4582678	0.1957734	0.4227550	0.0833333	0.0082425	0.1288887	0.0907880	0.3590107	19.81112	183.38072	0.2952627
BIOT	BIOTECNOLOGIA	0.5758725	1.3448461	0.5520550	1.0909091	0.0091047	1.7229868	0.0954185	1.3126259	16.56938	97.60417	-0.0055481
CCOMP	CIÊNCIA DA COMPUTAÇÃO	0.4841066	0.5598763	0.4700014	0.2679487	0.0079290	0.4543501	0.0890451	0.6740549	18.39370	120.39354	0.3374679
CALIM	CIÊNCIA DE ALIMENTOS	0.5021606	0.7402905	0.4871369	0.5227273	0.0103970	0.6915660	0.1019658	0.8316045	20.30542	112.33488	-0.0403956
CPOL	CIÊNCIA POLÍTICA E RELAÇÕES INTERNACIONAIS	0.5706356	0.2703117	0.6011555	0.0769231	0.0112490	0.1944076	0.1060613	0.4409168	18.58652	163.11419	0.6956046
CAGRI	CIÊNCIAS AGRÁRIAS I	0.4685310	0.3349835	0.4551695	0.2023810	0.0103009	0.1057914	0.1014932	0.3252559	21.66200	97.09610	0.0146855
CAMB	CIÊNCIAS AMBIENTAIS	0.6104526	0.2730628	0.6142941	0.1428571	0.0027458	0.1012756	0.0524001	0.3182383	8.58381	116.54400	0.1018812
CBI	CIÊNCIAS BIOLÓGICAS I	0.4994095	0.6764019	0.4574387	0.4544288	0.0082982	0.8660853	0.0910944	0.9306370	18.24042	137.58641	0.1848038
CBII	CIÊNCIAS BIOLÓGICAS II	0.4800129	0.3875768	0.4446935	0.2490323	0.0074435	0.1451255	0.0862758	0.3809535	17.97365	98.29110	0.2349243
CBIII	CIÊNCIAS BIOLÓGICAS III	0.4878419	0.6002489	0.4727768	0.3193277	0.0092568	0.3476269	0.0962121	0.5895989	19.72199	98.22574	0.0569043
31	COMUNICAÇÃO E INFORMAÇÃO	0.5620376	0.3069668	0.5578070	0.1666667	0.0042517	0.2089877	0.0652052	0.4571517	11.60158	148.92546	0.2464828
DIRE	DIREITO	0.3803537	0.1007436	0.3493296	0.0697115	0.0119161	0.0090767	0.1091607	0.0952719	28.69978	94.56875	0.1574570
ECON	ECONOMIA	0.5388506	0.6710695	0.5235912	0.1666667	0.0077229	1.4496067	0.0878802	1.2039962	16.30882	179.41452	-0.1265495
EDUC	EDUCAÇÃO	0.4759315	0.1211216	0.4621334	0.0544118	0.0054563	0.0519690	0.0738666	0.2279671	15.52042	188.21347	0.1084951
EFIS	EDUCAÇÃO FÍSICA	0.4404994	0.1322053	0.4219032	0.0741758	0.0053630	0.0189253	0.0732328	0.1375693	16.62494	104.05729	0.3127635
ENFE	ENFERMAGEM	0.4104475	0.2768576	0.4042974	0.1458333	0.0070782	0.1164755	0.0841323	0.3412851	20.49769	123.27097	0.0422589
ENGI	ENGENHARIAS I	0.5082287	0.2780807	0.4928614	0.1875000	0.0127769	0.0725829	0.1130349	0.2694121	22.24096	96.88271	-0.1501145
ENGII	ENGENHARIAS II	0.4978308	0.6893837	0.4832882	0.5454545	0.0130447	0.2998964	0.1142132	0.5476279	22.94218	79.43731	0.0120804
ENGIII	ENGENHARIAS III	0.5386601	0.6849478	0.5276911	0.4894366	0.0120338	0.3509995	0.1096988	0.5924521	20.36512	86.49594	0.1545039
ENGIV	ENGENHARIAS IV	0.4781398	0.5768609	0.4836177	0.4555556	0.0108588	0.2564211	0.1042058	0.5063803	21.79400	87.78206	0.0192613
ENSI	ENSINO	0.5749583	0.1809241	0.5758972	0.1254902	0.0098342	0.0377002	0.0991676	0.1941655	17.24779	107.31875	0.1908441
FARM	FARMÁCIA	0.5197188	0.7597380	0.5424709	0.5000000	0.0076871	0.7112891	0.0876759	0.8433796	16.86988	111.00927	-0.4046448
FILO	FILOSOFIA	0.4429540	0.1050189	0.4225003	0.0954545	0.0065252	0.0036803	0.0807785	0.0606655	18.23631	57.76626	-0.1625493
GEOC	GEOCIÊNCIAS	0.4527815	0.1585391	0.4555833	0.0769231	0.0125462	0.0230186	0.1120098	0.1517187	24.73816	95.69798	0.4050088
GEOG	GEOGRAFIA	0.4477785	0.1288647	0.4231340	0.0690476	0.0069278	0.0337183	0.0832334	0.1836254	18.58808	142.49479	0.4211243
HIST	HISTÓRIA	0.4230407	0.0615002	0.3639525	0.0526316	0.0175621	0.0004780	0.1325221	0.0218638	31.32609	35.55079	0.7229756
INTE	INTERDISCIPLINAR	0.6160689	0.3661844	0.6154952	0.2000000	0.0076114	0.2293859	0.0872436	0.4789425	14.16134	130.79272	-0.0483087
LETR	LETRAS / LINGUÍSTICA	0.4530650	0.1543771	0.4536374	0.0833333	0.0094282	0.0426180	0.0970991	0.2064412	21.43160	133.72528	0.3968974
MAPE	MATEMÁTICA / PROBABILIDADE E ESTATÍSTICA	0.4266529	0.0757409	0.3903368	0.0540936	0.0072326	0.0019527	0.0850446	0.0441890	19.93298	58.34240	0.3700844
MATE	MATERIAIS	0.5812343	0.6337145	0.5674261	0.4062500	0.0138905	0.3292804	0.1178581	0.5738296	20.27721	90.55018	-0.0383174
MEDI	MEDICINA I	0.4560494	0.2770991	0.4540817	0.1363636	0.0037100	0.2067886	0.0609097	0.4547401	13.35595	164.10743	-0.0924198
MEDII	MEDICINA II	0.4910419	0.3171799	0.4907244	0.1428571	0.0042239	0.2028259	0.0649916	0.4503620	13.23544	141.98947	0.0293568
MEDIII	MEDICINA III	0.4385964	0.3411829	0.4163677	0.1764706	0.0057189	0.2135701	0.0756236	0.4621364	17.24218	135.45121	0.3880639
MVET	MEDICINA VETERINÁRIA	0.4277576	0.3388667	0.4136139	0.2142857	0.0088083	0.1057207	0.0938525	0.3251472	21.94057	95.95138	-0.2489991
NUTR	NUTRIÇÃO	0.4986630	0.3465697	0.5101044	0.2019231	0.0033505	0.1953373	0.0578834	0.4419698	11.60772	127.52697	0.1511235
ODON	ODONTOLOGIA	0.3941684	0.4031381	0.3722371	0.2187500	0.0101509	0.2269797	0.1007518	0.4764238	25.56059	118.17883	0.0754210
PLUR	PLANEJAMENTO URBANO E REGIONAL / DEMOGRAFIA	0.6283042	0.1105020	0.6400658	0.0916667	0.0097094	0.0038744	0.0985361	0.0622450	15.68286	56.32925	0.2888406
PSICO	PSICOLOGIA	0.3965791	0.2108548	0.3722954	0.1250000	0.0053732	0.0502826	0.0733019	0.2242377	18.48356	106.34700	0.3629818
QUIM	QUÍMICA	0.4007854	0.4722336	0.3733165	0.4128788	0.0101856	0.1374670	0.1009238	0.3707654	25.18150	78.51313	-0.2281440
SCOL	SAÚDE COLETIVA	0.5451550	0.1261340	0.5496062	0.0869565	0.0069515	0.0124490	0.0833758	0.1115750	15.29396	88.45750	-0.3454864
SSOC	SERVIÇO SOCIAL	0.4603859	0.1166667	0.4603859	0.1166667	0.0426334	0.0005556	0.2064787	0.0235702	44.84905	20.20305	-1.0000000
SOCI	SOCIOLOGIA	0.5021918	0.0726852	0.5562162	0.0625000	0.0097549	0.0005716	0.0987667	0.0239088	19.66712	32.89363	0.3967366
ZOOT	ZOOTECNIA / RECURSOS PESQUEIROS	0.4346320	0.1785424	0.4340551	0.0833333	0.0058195	0.0535519	0.0762854	0.2314129	17.55173	129.61227	-0.0598526

##### ---------------------------------------------------------------------------------------
status_f <- factor(ds_COR$CS_STATUS_JURIDICO) ## Fator para split de categoria

ds_COR_status <- ds_COR %>% select(CS_STATUS_JURIDICO,IMI,IPT) %>% 
  split(status_f, drop = T) %>% ## Separação por status
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_status <- f.print_corr(ds_COR_status)

ds_COR_status <- ds_COR %>% group_by(CS_STATUS_JURIDICO) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_status, by.x = "CS_STATUS_JURIDICO", by.y = "cat", all = T)
 
 write.csv2(ds_COR_status, paste0(v_path_o, "COR_status.csv"))
 kable(ds_COR_status)

CS_STATUS_JURIDICO	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
ESTADUAL	0.4859979	0.3282292	0.4849812	0.1550481	0.0112001	0.1656389	0.1058305	0.4069876	21.77592	123.99496	0.0560432
FEDERAL	0.4897049	0.3913628	0.4798593	0.2000000	0.0125776	0.2798879	0.1121501	0.5290443	22.90157	135.18002	0.0135034
MUNICIPAL	0.5626099	0.3537739	0.5584018	0.2583333	0.0268984	0.1029824	0.1640073	0.3209087	29.15116	90.71011	0.7949491
PARTICULAR	0.5565106	0.5258685	0.5639965	0.2500000	0.0114146	0.4881934	0.1068392	0.6987084	19.19806	132.86750	0.1781221

##### ---------------------------------------------------------------------------------------
modalidade_f <- factor(ds_COR$NM_MODALIDADE_PROGRAMA) ## Fator para split de categoria

ds_COR_modalidade <- ds_COR %>% select(NM_MODALIDADE_PROGRAMA,IMI,IPT) %>% 
  split(modalidade_f, drop = T) %>% ## Separação por modalidade
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_modalidade <- f.print_corr(ds_COR_modalidade)

ds_COR_modalidade <- ds_COR %>% group_by(NM_MODALIDADE_PROGRAMA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_modalidade, by.x = "NM_MODALIDADE_PROGRAMA", by.y = "cat", all = T)

 write.csv2(ds_COR_modalidade, paste0(v_path_o, "COR_modalidade.csv"))
 kable(ds_COR_modalidade)

NM_MODALIDADE_PROGRAMA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
ACADÊMICO	0.4879121	0.3860063	0.4798593	0.1875000	0.0120277	0.2666483	0.1096709	0.5163800	22.47760	133.7750	0.0460689
PROFISSIONAL	0.5876662	0.5096381	0.5848819	0.2352941	0.0094136	0.4798977	0.0970239	0.6927465	16.51003	135.9291	0.1539738

##### ---------------------------------------------------------------------------------------
regiao_f <- factor(ds_COR$NM_REGIAO) ## Fator para split de categoria

ds_COR_regiao <- ds_COR %>% select(NM_REGIAO,IMI,IPT) %>% 
  split(regiao_f, drop = T) %>% ## Separação por região
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_regiao <- f.print_corr(ds_COR_regiao)

ds_COR_regiao <- ds_COR %>% group_by(NM_REGIAO) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_regiao, by.x = "NM_REGIAO", by.y = "cat", all = T)

 write.csv2(ds_COR_regiao, paste0(v_path_o, "COR_regiao.csv"))
 kable(ds_COR_regiao)

NM_REGIAO	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
CENTRO-OESTE	0.5155191	0.3232409	0.5160393	0.1791444	0.0090769	0.1391428	0.0952729	0.3730185	18.48096	115.3995	0.0043121
NORDESTE	0.4947997	0.4814050	0.4930601	0.2272727	0.0117669	0.3906753	0.1084755	0.6250402	21.92311	129.8367	0.1638861
NORTE	0.5327687	0.2953078	0.5401091	0.1500000	0.0119480	0.0938504	0.1093069	0.3063501	20.51676	103.7393	-0.2886462
SUDESTE	0.4917210	0.3440034	0.4832882	0.1875000	0.0133493	0.1718336	0.1155390	0.4145281	23.49686	120.5012	0.0534928
SUL	0.5129864	0.4926963	0.5109415	0.2307692	0.0137127	0.5192603	0.1171011	0.7205972	22.82734	146.2559	0.1069948

 ##### ---------------------------------------------------------------------------------------
estado_f <- factor(ds_COR$SG_UF_PROGRAMA) ## Fator para split de categoria

ds_COR_estado <- ds_COR %>% select(SG_UF_PROGRAMA,IMI,IPT) %>% 
  split(estado_f, drop = T) %>% ## Separação por UF
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_estado <- f.print_corr(ds_COR_estado)

ds_COR_estado <- ds_COR %>% group_by(SG_UF_PROGRAMA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_estado, by.x = "SG_UF_PROGRAMA", by.y = "cat", all = T)

 write.csv2(ds_COR_estado, paste0(v_path_o, "COR_estado.csv"))
 kable(ds_COR_estado)

SG_UF_PROGRAMA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
AL	0.4663922	0.5941471	0.4737002	0.4705882	0.0100014	0.3280338	0.1000069	0.5727423	21.4426651	96.39739	-0.0148360
AM	0.5018810	0.4336544	0.4917269	0.3630952	0.0131547	0.1540802	0.1146938	0.3925305	22.8527852	90.51690	-0.2781982
AP	0.5929877	0.3583333	0.5929877	0.3583333	0.0000060	0.1901389	0.0024420	0.4360492	0.4118166	121.68814	-1.0000000
BA	0.5049031	0.3646949	0.5117115	0.1764706	0.0103502	0.1895453	0.1017361	0.4353680	20.1496231	119.37869	0.1051185
CE	0.4756634	0.3517493	0.4639349	0.2272727	0.0165074	0.1162229	0.1284812	0.3409149	27.0109594	96.91984	0.0247291
DF	0.4971590	0.3417525	0.4786563	0.1789474	0.0093903	0.1372879	0.0969038	0.3705238	19.4915084	108.41873	0.0254560
ES	0.5038986	0.3275839	0.5068297	0.1666667	0.0121679	0.1673489	0.1103080	0.4090831	21.8909197	124.87886	-0.0519754
GO	0.5111682	0.2906703	0.5083870	0.1538462	0.0084000	0.1407611	0.0916517	0.3751815	17.9298543	129.07455	-0.1536206
MA	0.5343267	0.5120769	0.5418345	0.2666667	0.0110900	0.3816615	0.1053091	0.6177876	19.7087381	120.64352	-0.2288156
MG	0.4852722	0.3802928	0.4795227	0.2105263	0.0146595	0.1758920	0.1210765	0.4193948	24.9502263	110.28206	-0.0228397
MS	0.5526926	0.3187933	0.5438751	0.2287582	0.0059991	0.0594875	0.0774539	0.2439007	14.0139220	76.50746	-0.1969635
MT	0.5527561	0.3460276	0.5746678	0.2142857	0.0104020	0.2406519	0.1019904	0.4905628	18.4512531	141.76985	0.3036758
PA	0.5209672	0.2581198	0.5320274	0.1428571	0.0113984	0.0934963	0.1067635	0.3057717	20.4933288	118.46113	-0.4308233
PB	0.4634219	0.4636296	0.4364228	0.2229167	0.0157894	0.3396145	0.1256558	0.5827646	27.1147735	125.69614	0.3485496
PE	0.4796214	0.4815274	0.4750936	0.1770833	0.0107004	0.4848351	0.1034426	0.6963010	21.5675523	144.60257	0.1297284
PI	0.4329307	0.5671184	0.3990881	0.6428571	0.0035898	0.1417230	0.0599148	0.3764611	13.8393426	66.38139	0.6621575
PR	0.5136326	0.4353268	0.5082916	0.2366947	0.0141975	0.3846872	0.1191533	0.6202316	23.1981511	142.47494	0.0300539
RJ	0.4982558	0.3448194	0.4912678	0.1875000	0.0114548	0.1675011	0.1070272	0.4092690	21.4803780	118.69081	0.1350876
RN	0.5142406	0.5375909	0.5071137	0.2153846	0.0097937	0.5651987	0.0989629	0.7517970	19.2444797	139.84557	0.3303990
RO	0.5951800	0.3000000	0.6176398	0.2666667	0.0103920	0.0311111	0.1019412	0.1763834	17.1277991	58.79447	-0.0077090
RS	0.5030314	0.5570447	0.5001535	0.1914894	0.0136802	0.7308385	0.1169626	0.8548909	23.2515501	153.46901	0.1815209
SC	0.5428098	0.4451770	0.5314941	0.2659933	0.0117856	0.2064467	0.1085617	0.4543640	19.9999589	102.06369	0.0504995
SE	0.5933435	1.7588920	0.6233310	1.8666667	0.0060570	0.9944799	0.0778266	0.9972361	13.1166187	56.69684	-0.0165007
SP	0.4918393	0.3137728	0.4844612	0.1702128	0.0136470	0.1715841	0.1168206	0.4142271	23.7517759	132.01500	0.0888485
TO	0.5810058	0.2967439	0.5935374	0.3038462	0.0127188	0.0498777	0.1127776	0.2233332	19.4107477	75.26126	0.2909145

##### ---------------------------------------------------------------------------------------
sigla_ies_f <- factor(ds_COR$SG_ENTIDADE_ENSINO) ## Fator para split de categoria

ds_COR_sigla_ies <- ds_COR %>% select(SG_ENTIDADE_ENSINO,IMI,IPT) %>% 
  split(sigla_ies_f, drop = T) %>% ## Separação por sigla da instituição
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_sigla_ies <- f.print_corr(ds_COR_sigla_ies)

ds_COR_sigla_ies <- ds_COR %>% group_by(SG_ENTIDADE_ENSINO) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_sigla_ies, by.x = "SG_ENTIDADE_ENSINO", by.y = "cat", all = T)

 write.csv2(ds_COR_sigla_ies, paste0(v_path_o, "COR_sigla_ies.csv"))
 kable(ds_COR_sigla_ies)

SG_ENTIDADE_ENSINO	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
CDTN	0.5344792	0.1739130	0.5344792	0.1739130	NA	NA	NaN	NaN	NaN	NaN	NA
CEFET/MG	0.6128622	0.5495169	0.6128622	0.5495169	0.0037016	0.4879956	0.0608410	0.6985668	9.9273521	127.123812	-1.0000000
CEFET/RJ	0.4763096	0.4375000	0.4763096	0.4375000	NA	NA	NaN	NaN	NaN	NaN	NA
CRH/SES-SP	0.6813969	0.0666667	0.6813969	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
EESP/FGV	0.7146795	0.1000000	0.7146795	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
FACCAMP	0.5772657	0.4545455	0.5772657	0.4545455	NA	NA	NaN	NaN	NaN	NaN	NA
FCMSCSP-TI	0.5625168	0.1189840	0.5625168	0.1189840	0.0087664	0.0015764	0.0936292	0.0397039	16.6446885	33.369084	-1.0000000
FEEVALE	0.6157592	0.6629073	0.5965885	0.5701754	0.0045786	0.2941213	0.0676652	0.5423295	10.9889135	81.810761	0.9468683
FEI	0.6216708	0.1000000	0.6216708	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
FESP/UPE	0.4925248	0.2074049	0.4597034	0.0909091	0.0141276	0.0479448	0.1188595	0.2189631	24.1326943	105.572792	-0.0716308
FUCAPE	0.4712988	0.3076923	0.4712988	0.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
FUFPI	0.4329307	0.5671184	0.3990881	0.6428571	0.0035898	0.1417230	0.0599148	0.3764611	13.8393426	66.381392	0.6621575
FUFSE	0.5796233	1.5998902	0.5872335	1.6000000	0.0073741	1.2343022	0.0858724	1.1109915	14.8152095	69.441738	-0.1000349
FUMEC	0.6356466	0.2335664	0.6700287	0.1818182	0.0295935	0.0200646	0.1720276	0.1416494	27.0634059	60.646298	0.4406114
FUNDACENTR	0.6266879	0.0555556	0.6266879	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
FUPF	0.7914739	1.3149351	0.7914739	1.3149351	0.0000976	1.8347318	0.0098815	1.3545227	1.2484993	103.010617	1.0000000
FURB	0.5331884	0.2415938	0.5096312	0.1000000	0.0070403	0.0524482	0.0839068	0.2290157	15.7367991	94.793702	0.3065253
FURG	0.5069060	0.2133436	0.5109415	0.1428571	0.0053173	0.0411436	0.0729199	0.2028390	14.3852840	95.076174	-0.5651299
IBMEC	0.6496591	0.1041667	0.6496591	0.1041667	0.0028128	0.0008681	0.0530360	0.0294628	8.1636721	28.284271	-1.0000000
INTA	0.8304067	0.2500000	0.8304067	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
LNCC	0.5376166	0.5945946	0.5376166	0.5945946	NA	NA	NaN	NaN	NaN	NaN	NA
PUC-GOIÁS	0.5055877	0.2954545	0.5055877	0.2954545	0.0355336	0.0836777	0.1885037	0.2892710	37.2840706	97.907093	-1.0000000
PUC-RIO	0.5133393	0.4533430	0.4767702	0.2666667	0.0177574	0.2451783	0.1332570	0.4951548	25.9588559	109.222986	0.5156670
PUC/MG	0.4653151	0.5792550	0.4963292	0.4000000	0.0113801	0.2886858	0.1066775	0.5372949	22.9258699	92.756190	0.3419347
PUC/PR	0.5228328	0.7849561	0.5314517	0.2777778	0.0113520	0.8474682	0.1065458	0.9205803	20.3785662	117.277932	0.4499018
PUC/RS	0.4675092	0.4950602	0.4537386	0.2575758	0.0136072	0.5655591	0.1166501	0.7520366	24.9514033	151.908121	0.6394049
PUC/SP	0.4862102	0.2543373	0.5034448	0.1993464	0.0094226	0.0432885	0.0970699	0.2080589	19.9645913	81.804328	0.0869724
PUCCAMP	0.5540254	0.6160969	0.5648221	0.4444444	0.0026268	0.2263329	0.0512526	0.4757446	9.2509459	77.219116	-0.8546365
SLMANDIC	0.4802662	0.4333536	0.4802662	0.4333536	0.0005805	0.0006668	0.0240927	0.0258225	5.0165380	5.958765	1.0000000
UAM	0.6810248	1.2727273	0.6810248	1.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
UCB	0.5593754	0.4963348	0.5754654	0.3095238	0.0126969	0.2815570	0.1126805	0.5306195	20.1439937	106.907583	-0.3435669
UCDB	0.6048799	0.6311355	0.5900280	0.7857143	0.0028787	0.0785127	0.0536537	0.2802011	8.8701477	44.396345	-0.9532412
UCP/RJ	0.6139957	0.5000000	0.6139957	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
UCS	0.5750795	0.7582418	0.5562077	0.6000000	0.0015635	0.4445127	0.0395411	0.6667178	6.8757541	87.929445	-0.3559327
UCSAL	0.6318957	0.1000000	0.6318957	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
UDESC	0.5150843	0.5210266	0.5131733	0.3238636	0.0046656	0.2658393	0.0683052	0.5155960	13.2609837	98.957717	-0.0502214
UEA	0.5838169	0.2333333	0.5838169	0.2333333	0.0029920	0.0200000	0.0546990	0.1414214	9.3691996	60.609153	-1.0000000
UECE	0.5049746	0.4363663	0.5460384	0.2000000	0.0125131	0.2810897	0.1118621	0.5301790	22.1520244	121.498610	0.0614056
UEFS	0.5150507	0.3763613	0.5598657	0.0869565	0.0111835	0.2732242	0.1057522	0.5227085	20.5323938	138.884773	0.2305784
UEG	0.5753109	0.1005482	0.5655099	0.0645833	0.0023892	0.0053795	0.0488798	0.0733450	8.4962463	72.945100	-0.5075092
UEL	0.4739387	0.4483590	0.4697174	0.2727273	0.0114879	0.2451372	0.1071818	0.4951133	22.6151176	110.427877	0.2292014
UEM	0.4469201	0.2771741	0.4708928	0.1818182	0.0099265	0.0931595	0.0996316	0.3052204	22.2929356	110.118657	0.2281517
UEMA	0.5181929	0.1669109	0.5648937	0.0769231	0.0129382	0.0271675	0.1137461	0.1648255	21.9505350	98.750630	0.3844722
UEMG	0.5801127	0.3493590	0.5801127	0.3493590	0.0077474	0.1415393	0.0880192	0.3762171	15.1727698	107.687822	1.0000000
UEMS	0.5430572	0.1166667	0.5453013	0.1333333	0.0018482	0.0036111	0.0429907	0.0600925	7.9164156	51.507875	0.7252406
UENF	0.4951461	0.5690798	0.5010296	0.2241715	0.0136282	0.4201836	0.1167399	0.6482157	23.5768656	113.905953	-0.0281982
UEPA	0.5407268	0.1849206	0.5123016	0.1500000	0.0045688	0.0180631	0.0675929	0.1343991	12.5003771	72.679334	0.9015452
UEPB	0.5398282	0.2952171	0.5769608	0.0714286	0.0156854	0.1017452	0.1252412	0.3189752	23.2002045	108.047665	0.5918298
UEPG	0.5150699	0.5231099	0.5371864	0.5516304	0.0166973	0.1617920	0.1292181	0.4022338	25.0874939	76.892794	0.1500251
UERJ	0.4995111	0.2993529	0.5163312	0.1495536	0.0110985	0.1372813	0.1053495	0.3705149	21.0905212	123.771932	0.0457577
UERN	0.5404140	0.2426136	0.5397583	0.1875000	0.0014817	0.0449626	0.0384934	0.2120437	7.1229484	87.399766	-0.6731364
UESB	0.4651212	0.0875223	0.4864606	0.0588235	0.0076203	0.0026089	0.0872946	0.0510770	18.7681301	58.358885	0.4671949
UESC	0.5015622	0.3003430	0.5048363	0.1051282	0.0106480	0.1271732	0.1031891	0.3566135	20.5735411	118.735416	0.1307324
UEZO	0.7779623	0.1538462	0.7779623	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
UFABC	0.5652310	0.2053998	0.5532801	0.1180556	0.0179580	0.0366102	0.1340074	0.1913379	23.7084366	93.153884	-0.1781912
UFAL	0.4663922	0.5941471	0.4737002	0.4705882	0.0100014	0.3280338	0.1000069	0.5727423	21.4426651	96.397394	-0.0148360
UFAM	0.4854938	0.4737186	0.4533093	0.4464286	0.0139552	0.1753971	0.1181322	0.4188044	24.3323785	88.407835	-0.2035711
UFBA	0.4983204	0.4371638	0.5038892	0.2777778	0.0125983	0.2471769	0.1122420	0.4971689	22.5240631	113.726001	0.1241633
UFC	0.4331974	0.3468179	0.4075583	0.2400000	0.0118396	0.0821325	0.1088100	0.2865877	25.1178728	82.633499	0.1573311
UFCG	0.4088460	0.5839243	0.3828078	0.3125000	0.0101504	0.5142783	0.1007492	0.7171320	24.6423356	122.812485	0.6839217
UFCSPA	0.3872887	0.1052632	0.3872887	0.1052632	NA	NA	NaN	NaN	NaN	NaN	NA
UFERSA	0.5525098	0.1149267	0.5680536	0.1250000	0.0114277	0.0011629	0.1069004	0.0341017	19.3481476	29.672584	-0.3812691
UFES	0.4920107	0.3707403	0.4702816	0.1666667	0.0132740	0.2018300	0.1152128	0.4492550	23.4167292	121.177809	0.0000099
UFF	0.4779041	0.2740684	0.4651353	0.1250000	0.0091693	0.1086396	0.0957566	0.3296052	20.0367834	120.263857	-0.2599586
UFFS	0.5330270	0.0697115	0.5330270	0.0697115	0.0096936	0.0001040	0.0984560	0.0101987	18.4711073	14.629796	-1.0000000
UFG	0.5032517	0.3148936	0.4935199	0.1666667	0.0080413	0.1601588	0.0896731	0.4001984	17.8187289	127.090055	-0.0700361
UFGD	0.5533232	0.2618212	0.5247854	0.2426901	0.0056819	0.0152949	0.0753785	0.1236725	13.6228615	47.235463	-0.7664372
UFJF	0.4623114	0.3053737	0.4569148	0.1428571	0.0141069	0.1611161	0.1187725	0.4013927	25.6910188	131.443119	0.0500158
UFLA	0.4534273	0.3216586	0.4525322	0.2272727	0.0101095	0.0653178	0.1005459	0.2555735	22.1746389	79.454890	0.1010485
UFMA	0.5362353	0.5651188	0.5187753	0.3333333	0.0129669	0.4471436	0.1138725	0.6686880	21.2355384	118.326966	-0.4520826
UFMG	0.4276149	0.3946243	0.4192923	0.2000000	0.0079614	0.1767151	0.0892266	0.4203750	20.8661111	106.525362	0.0877858
UFMS	0.5201480	0.2931038	0.5055843	0.2237077	0.0129339	0.0441148	0.1137271	0.2100352	21.8643743	71.658960	-0.8368105
UFMT	0.5427524	0.3786624	0.5565396	0.2142857	0.0120759	0.2893799	0.1098902	0.5379404	20.2468381	142.063318	0.3152604
UFOP	0.5074817	0.3660442	0.4905541	0.1937500	0.0089642	0.1110450	0.0946793	0.3332342	18.6567027	91.036602	-0.3025546
UFOPA	0.5926017	0.1074561	0.5983267	0.1052632	0.0019929	0.0021737	0.0446414	0.0466234	7.5331211	43.388350	-0.9210105
UFPA	0.4962409	0.3010767	0.4978392	0.1500000	0.0094393	0.1151858	0.0971560	0.3393903	19.5783990	112.725554	-0.4215843
UFPE	0.4604364	0.5828940	0.4526859	0.2095238	0.0109100	0.7186724	0.1044510	0.8477455	22.6852164	145.437320	0.1951845
UFPEL	0.4971870	0.9443666	0.4893000	0.4090909	0.0170445	1.7763670	0.1305546	1.3328042	26.2586607	141.132071	0.0791329
UFPR	0.4803391	0.4567406	0.4743357	0.2083333	0.0093714	0.8181582	0.0968060	0.9045210	20.1536743	198.038216	0.0039320
UFRA	0.5446181	0.1287879	0.5446181	0.1287879	0.0213618	0.0028696	0.1461569	0.0535687	26.8365912	41.594516	-1.0000000
UFRB	0.5188704	0.3054902	0.5202006	0.3333333	0.0079970	0.0248681	0.0894259	0.1576963	17.2347195	51.620745	0.6638713
UFRGS	0.4280470	0.4183457	0.4186122	0.0871212	0.0068842	0.5372291	0.0829711	0.7329591	19.3836417	175.204185	0.0298753
UFRJ	0.4618706	0.3004006	0.4681123	0.1851852	0.0081845	0.1215598	0.0904685	0.3486543	19.5874107	116.063130	0.0730907
UFRN	0.4913729	0.4730725	0.4837464	0.2307692	0.0074669	0.2332052	0.0864111	0.4829132	17.5856351	102.080168	0.0068719
UFRPE	0.4812478	0.2871394	0.4872065	0.1547619	0.0087703	0.0942977	0.0936501	0.3070793	19.4598391	106.944335	-0.4028885
UFRRJ	0.4976197	0.2402188	0.4770012	0.1130952	0.0104848	0.0628179	0.1023953	0.2506351	20.5770274	104.336134	0.3532150
UFSC	0.5101598	0.4567460	0.5050751	0.3875000	0.0224759	0.1496662	0.1499195	0.3868672	29.3867719	84.700720	0.1183339
UFSCAR	0.4590691	0.3312254	0.4370517	0.1714286	0.0128065	0.1885176	0.1131657	0.4341861	24.6511208	131.084796	0.2085122
UFSJ	0.5828258	0.3469606	0.5904414	0.2792208	0.0067887	0.1048598	0.0823937	0.3238206	14.1369420	93.330678	-0.0479384
UFSM	0.4634939	0.5310400	0.4379189	0.3523810	0.0213164	0.2639495	0.1460012	0.5137601	31.5001435	96.746041	0.3500788
UFT	0.5810058	0.2967439	0.5935374	0.3038462	0.0127188	0.0498777	0.1127776	0.2233332	19.4107477	75.261264	0.2909145
UFTM	0.7281777	0.1026786	0.7281777	0.1026786	0.0022210	0.0032286	0.0471273	0.0568211	6.4719537	55.338792	1.0000000
UFU	0.4378610	0.5125483	0.4161588	0.2284226	0.0182717	0.2876905	0.1351729	0.5363678	30.8711820	104.647284	0.0085206
UFV	0.4626114	0.3878371	0.4367396	0.2727273	0.0143186	0.1256774	0.1196604	0.3545101	25.8662838	91.406956	0.0219636
UFVJM	0.5961519	0.3254299	0.5705311	0.2883598	0.0197561	0.0525426	0.1405565	0.2292218	23.5772913	70.436610	-0.2122325
ULBRA	0.6213537	2.9909091	0.6568182	3.6000000	0.0077844	2.7947934	0.0882292	1.6717636	14.1995063	55.894830	-0.4697979
UMC	0.5953161	1.1367521	0.6243924	0.5833333	0.0031466	2.0160393	0.0560944	1.4198730	9.4226183	124.906121	0.6010575
UNAERP	0.3299997	0.3076923	0.3299997	0.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
UNAMA	0.7001512	0.0972222	0.7001512	0.0972222	0.0344869	0.0003858	0.1857064	0.0196419	26.5237636	20.203051	1.0000000
UNB	0.4886749	0.3206731	0.4672386	0.1558704	0.0086105	0.1199162	0.0927926	0.3462891	18.9886115	107.988193	0.0592898
UNEB	0.5193067	0.3676142	0.5129967	0.0871212	0.0044743	0.2231441	0.0668901	0.4723813	12.8806464	128.499220	-0.4587086
UNEMAT	0.5927712	0.2154882	0.5746678	0.0909091	0.0033949	0.0610227	0.0582656	0.2470277	9.8293607	114.636292	0.9483563
UNESA	0.5294652	0.1469697	0.5941640	0.1000000	0.0271209	0.0079821	0.1646841	0.0893426	31.1038590	60.789786	0.2919499
UNESC	0.5895908	0.5992063	0.6074430	0.2500000	0.0120200	0.4045257	0.1096358	0.6360233	18.5952291	106.144294	0.1131653
UNESPAR	0.6523280	0.0625000	0.6523280	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
UNIAN-SP	0.6829004	0.5340909	0.6829004	0.5340909	0.0057427	0.1614153	0.0757806	0.4017652	11.0968699	75.224126	1.0000000
UNIARA	0.5925182	0.1249332	0.5995000	0.0954545	0.0024746	0.0072638	0.0497455	0.0852281	8.3956135	68.218977	-0.3160669
UNIB	0.4967641	0.2500000	0.4967641	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
UNICAMP	0.4250973	0.3181543	0.4007878	0.1702128	0.0054433	0.1113763	0.0737786	0.3337309	17.3556938	104.895933	-0.2459779
UNICAP	0.5783554	1.2592593	0.6045933	1.0000000	0.0041197	0.5720165	0.0641848	0.7563177	11.0978197	60.060523	0.7879805
UNICASTELO	0.5748305	0.4042347	0.5527488	0.5384615	0.0018022	0.0779209	0.0424525	0.2791432	7.3852293	69.054744	0.5323421
UNICENTRO	0.6451783	0.1407407	0.6451023	0.1666667	0.0150198	0.0057202	0.1225555	0.0756318	18.9955950	53.738363	0.9547597
UNICEUMA	0.5480300	0.7380952	0.5480300	0.7380952	0.0096077	0.7086168	0.0980188	0.8417938	17.8856621	114.049481	1.0000000
UNICID	0.4509336	0.8888889	0.4509336	0.8888889	NA	NA	NaN	NaN	NaN	NaN	NA
UNICRUZ	0.6267409	0.0773810	0.6267409	0.0773810	0.0029018	0.0000709	0.0538685	0.0084179	8.5950194	10.878566	1.0000000
UNICSUL	0.5199168	0.2136752	0.5868462	0.2307692	0.0154510	0.0166557	0.1243022	0.1290570	23.9080935	60.398676	0.9016921
UNIFA	0.7008181	1.0588235	0.7008181	1.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
UNIFACS	0.5756264	0.2613636	0.5756264	0.2613636	0.0000050	0.0002583	0.0022322	0.0160706	0.3877804	6.148755	1.0000000
UNIFAL	0.5599288	0.1140785	0.5215110	0.1000000	0.0131453	0.0058855	0.1146531	0.0767170	20.4763767	67.249370	-0.5065269
UNIFAP	0.5929877	0.3583333	0.5929877	0.3583333	0.0000060	0.1901389	0.0024420	0.4360492	0.4118166	121.688144	-1.0000000
UNIFATEA	0.7599298	0.2222222	0.7599298	0.2222222	NA	NA	NaN	NaN	NaN	NaN	NA
UNIFEI	0.5513835	0.4928976	0.5442952	0.4272727	0.0178053	0.1892777	0.1334364	0.4350606	24.2002789	88.265922	-0.0428853
UNIFENAS	0.5006267	0.1923077	0.4885226	0.2500000	0.0014383	0.0099852	0.0379247	0.0999260	7.5754504	51.961524	0.2764018
UNIFESP	0.4910539	0.0777223	0.4711760	0.0625000	0.0092873	0.0023774	0.0963704	0.0487588	19.6252133	62.734602	-0.2215446
UNIFESSPA	0.6843526	0.0714286	0.6843526	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
UNIFOR	0.5637129	0.4468750	0.5440653	0.3750000	0.0076199	0.1249465	0.0872922	0.3534777	15.4852221	79.099900	-0.5488938
UNIFRA	0.5507783	0.0916667	0.5547677	0.0888889	0.0029266	0.0013477	0.0540977	0.0367115	9.8220443	40.048945	0.9353061
UNIFRAN	0.5430862	0.1909071	0.5384698	0.1428571	0.0028601	0.0207781	0.0534798	0.1441461	9.8473862	75.505876	-0.3008402
UNIGRANRIO	0.6122169	0.4545455	0.6122169	0.4545455	NA	NA	NaN	NaN	NaN	NaN	NA
UNIJUÍ	0.5592172	1.1266789	0.5128598	0.1538462	0.0124473	2.8714027	0.1115674	1.6945214	19.9506451	150.399676	-0.3628658
UNILAB	0.7443572	0.0666667	0.7443572	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
UNILASALLE	0.6113387	0.1502914	0.6194874	0.1287879	0.0009227	0.0075735	0.0303763	0.0870259	4.9688206	57.904786	0.3300454
UNIMEP	0.5506855	0.1000000	0.5506855	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
UNIMONTES	0.5580923	0.6128701	0.5406983	0.1428571	0.0047396	1.2144811	0.0688451	1.1020350	12.3357822	179.815438	-0.1354248
UNINOVE	0.6212918	0.3531371	0.6231791	0.1666667	0.0051525	0.2781687	0.0717809	0.5274170	11.5534905	149.351904	0.0033201
UNIOESTE	0.5220053	0.3212682	0.5319219	0.1428571	0.0102359	0.1469363	0.1011728	0.3833227	19.3815702	119.315493	0.2094150
UNIP	0.5265201	0.3666667	0.5423747	0.3333333	0.0231542	0.0811111	0.1521650	0.2848001	28.9001239	77.672761	0.5096491
UNIPAR	0.5629635	0.1428571	0.5629635	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
UNIR	0.5951800	0.3000000	0.6176398	0.2666667	0.0103920	0.0311111	0.1019412	0.1763834	17.1277991	58.794474	-0.0077090
UNIRIO	0.5454014	0.3611519	0.5876362	0.1952381	0.0054041	0.4138757	0.0735123	0.6433317	13.4785663	178.133273	0.2161783
UNISANTA	0.5715228	1.6153846	0.5715228	1.6153846	0.0049591	2.6627219	0.0704212	1.6317849	12.3216758	101.015254	-1.0000000
UNISC	0.5763911	0.4193862	0.5616960	0.2500000	0.0027359	0.2175331	0.0523056	0.4664044	9.0746630	111.211213	0.6805554
UNISINOS	0.4944315	0.3796334	0.4827363	0.2142857	0.0096839	0.2654118	0.0984069	0.5151813	19.9030478	135.704974	0.0854960
UNISO	0.6641295	0.5717949	0.6468269	0.5384615	0.0010236	0.2394280	0.0319941	0.4893138	4.8174525	85.575062	0.8772250
UNISOCIESC	0.8209325	0.8333333	0.8209325	0.8333333	NA	NA	NaN	NaN	NaN	NaN	NA
UNISUAM	0.6389969	0.8461538	0.6389969	0.8461538	NA	NA	NaN	NaN	NaN	NaN	NA
UNISUL	0.5382821	0.1990352	0.5502121	0.1764706	0.0005983	0.0049328	0.0244610	0.0702336	4.5442730	35.287052	-0.9881491
UNIT-SE	0.6345041	2.2358974	0.6345041	2.2358974	0.0010107	0.1830901	0.0317908	0.4278903	5.0103438	19.137294	-1.0000000
UNITAU	0.5070023	0.3944444	0.5070023	0.3944444	0.0828843	0.2148765	0.2878963	0.4635478	56.7840297	117.519155	1.0000000
UNIUBE	0.5953274	0.0801282	0.5953274	0.0801282	0.0027991	0.0000205	0.0529067	0.0045327	8.8869992	5.656854	1.0000000
UNIVALI	0.5386072	0.8079365	0.5250000	0.4000000	0.0091630	0.8392366	0.0957235	0.9160986	17.7724240	113.387445	-0.2484866
UNIVAP	0.5942802	0.2279207	0.5798584	0.1414474	0.0050101	0.0457432	0.0707817	0.2138766	11.9104977	93.838168	0.7888849
UNIVAS	0.5660546	0.9086538	0.5660546	0.9086538	0.0007555	1.2282267	0.0274855	1.1082539	4.8556207	121.966566	-1.0000000
UNIVASF	0.5579282	0.2897059	0.5528783	0.1928571	0.0078607	0.0898596	0.0886606	0.2997660	15.8910365	103.472525	0.8901440
UNIVERSO	0.4435185	0.0714286	0.4435185	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
UNIVILLE	0.6065015	0.6166667	0.6065015	0.6166667	0.0001995	0.4672222	0.0141249	0.6835366	2.3289151	110.843766	-1.0000000
UNOCHAPECÓ	0.6390628	0.1050061	0.6336743	0.0769231	0.0003589	0.0028591	0.0189457	0.0534702	2.9646086	50.921073	0.9751669
UNOESC	0.5975925	0.3250916	0.6214716	0.1538462	0.0070957	0.1371085	0.0842357	0.3702817	14.0958413	113.900739	0.6347150
UNOESTE	0.5432209	0.6188142	0.4769645	0.0833333	0.0141798	0.9001936	0.1190791	0.9487853	21.9209376	153.323134	-0.5289273
UNOPAR	0.5115463	0.4038462	0.5013242	0.4615385	0.0019447	0.0181213	0.0440992	0.1346154	8.6207639	33.333333	0.8351628
UNP	0.7154852	2.1277778	0.7144690	1.1333333	0.0023081	4.2573148	0.0480429	2.0633262	6.7147310	96.970942	0.9162205
UP	0.4302555	1.6666667	0.4302555	1.6666667	0.0068353	0.0000000	0.0826762	0.0000000	19.2155943	0.000000	NA
UPM	0.5072103	0.3807566	0.5653910	0.3784722	0.0160094	0.0227494	0.1265281	0.1508290	24.9458888	39.612963	-0.3306503
URCA	0.5461400	0.0344828	0.5461400	0.0344828	NA	NA	NaN	NaN	NaN	NaN	NA
URI	0.5842539	0.3425000	0.5921958	0.0833333	0.0082860	0.1384410	0.0910273	0.3720766	15.5800946	108.635494	0.8083495
USC	0.5317815	0.3354701	0.5317815	0.3354701	0.0130418	0.1567043	0.1142005	0.3958589	21.4750874	118.001259	1.0000000
USF	0.2970644	0.0909091	0.2970644	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
USP	0.4372311	0.2965728	0.4192778	0.1739130	0.0091158	0.1499563	0.0954767	0.3872420	21.8366725	130.572324	0.1175072
USP/EEL	0.6298990	0.2450397	0.6100233	0.2142857	0.0130968	0.0060262	0.1144412	0.0776286	18.1681835	31.680000	-0.6615054
USS	0.6747883	0.5833333	0.6747883	0.5833333	NA	NA	NaN	NaN	NaN	NaN	NA
UTFPR	0.5957641	0.3861886	0.5922330	0.2888889	0.0192633	0.1391041	0.1387921	0.3729667	23.2964893	96.576303	-0.1416839
UTP	0.6363999	0.1666667	0.6363999	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
UVA	0.5372427	0.8403846	0.5546597	0.7000000	0.0149842	0.2326775	0.1224100	0.4823666	22.7848546	57.398311	0.3564454
UVA-CE	0.4821972	0.0666667	0.4821972	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
UVV	0.5685158	0.1275641	0.5762214	0.0916667	0.0068265	0.0067571	0.0826228	0.0822014	14.5330636	64.439277	0.3359335

##### ---------------------------------------------------------------------------------------
programa_f <- factor(ds_COR$NM_PROGRAMA_IES) ## Fator para split de categoria

ds_COR_programa <- ds_COR %>% select(NM_PROGRAMA_IES,IMI,IPT) %>% 
  split(programa_f, drop = T) %>% ## Separação por nome do programa
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_programa <- f.print_corr(ds_COR_programa)

ds_COR_programa <- ds_COR %>% group_by(NM_PROGRAMA_IES) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_programa, by.x = "NM_PROGRAMA_IES", by.y = "cat", all = T)

 write.csv2(ds_COR_programa, paste0(v_path_o, "COR_programa.csv"))
 kable(ds_COR_programa)

NM_PROGRAMA_IES	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
(MEDICINA) TECNOLOGIA E INTERVENÇÃO EM CARDIOLOGIA	0.4078360	0.1176471	0.4078360	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
ADMINISTRAÇÃO	0.5256066	0.2990031	0.5284839	0.1428571	0.0049484	0.1376411	0.0703447	0.3710001	13.3835315	124.0790245	0.0971850
ADMINISTRAÇÃO DAS MICRO E PEQUENAS EMPRESAS	0.5772657	0.4545455	0.5772657	0.4545455	NA	NA	NaN	NaN	NaN	NaN	NA
ADMINISTRAÇÃO E DESENVOLVIMENTO EMPRESARIAL	0.5941640	0.2500000	0.5941640	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
ADMINISTRAÇÃO PÚBLICA	0.4924567	0.3846154	0.4924567	0.3846154	NA	NA	NaN	NaN	NaN	NaN	NA
AGRICULTURA E AMBIENTE	0.5845955	0.2797619	0.5845955	0.2797619	0.0017888	0.0374858	0.0422944	0.1936126	7.2348163	69.2061956	-1.0000000
AGRICULTURA ORGÂNICA	0.4807881	0.0588235	0.4807881	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
AGRICULTURA TROPICAL	0.4476532	0.4615385	0.4476532	0.4615385	NA	NA	NaN	NaN	NaN	NaN	NA
AGROECOLOGIA	0.5503369	0.1111111	0.5503369	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
AGROECOLOGIA E DESENVOLVIMENTO RURAL	0.6201284	0.2142857	0.6201284	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
AGROENERGIA	0.6051847	0.3000000	0.6051847	0.3000000	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONEGÓCIO	0.6656135	0.0777778	0.6656135	0.0777778	0.0048150	0.0009877	0.0693899	0.0314270	10.4249509	40.4061018	1.0000000
AGRONEGÓCIOS	0.6629908	0.1333333	0.6629908	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA	0.3993822	0.4128754	0.3894881	0.1208134	0.0049190	0.3906371	0.0701355	0.6250097	17.5610038	151.3797313	0.1798647
AGRONOMIA - SUSTENTABILIDADE NA AGRICULLTURA	0.5453013	0.1666667	0.5453013	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA (CIÊNCIAS DO SOLO)	0.3685244	0.1903846	0.3685244	0.1903846	0.0000048	0.0032618	0.0021861	0.0571125	0.5931948	29.9984695	-1.0000000
AGRONOMIA (FITOPATOLOGIA)	0.4224456	0.0769231	0.4224456	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA (FITOTECNIA)	0.3322991	0.2450091	0.3322991	0.2450091	0.0056860	0.0619827	0.0754053	0.2489632	22.6920140	101.6138634	1.0000000
AGRONOMIA (METEOROLOGIA APLICADA)	0.5972870	0.3333333	0.5972870	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA (PRODUÇÃO VEGETAL)	0.4965032	0.3507937	0.4730988	0.3571429	0.0029110	0.0065835	0.0539536	0.0811389	10.8667212	23.1300958	-0.9500812
AGRONOMIA (SOLOS E NUTRIÇÃO DE PLANTAS)	0.3418771	0.6000000	0.3418771	0.6000000	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA ¿ PRODUÇÃO VEGETAL	0.4906248	0.0588235	0.4906248	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
AGRONOMIA TROPICAL	0.4392376	0.0666667	0.4392376	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
AGROQUÍMICA	0.4303706	0.3944444	0.4006268	0.4500000	0.0187732	0.0567593	0.1370154	0.2382420	31.8366200	60.3993849	-0.7932149
ALERGIA E IMUNOPATOLOGIA	0.5055602	0.2500000	0.5055602	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
ALIMENTOS E NUTRIÇÃO	0.4793904	0.2907278	0.4496496	0.2777778	0.0105657	0.0045392	0.1027897	0.0673736	21.4417612	23.1741020	-0.5725657
ALIMENTOS, NUTRIÇÃO E SAÚDE	0.5089755	0.1701389	0.5089755	0.1701389	0.0084590	0.0231723	0.0919726	0.1522244	18.0701470	89.4706539	-1.0000000
AMBIENTE CONSTRUÍDO	0.5196366	0.2307692	0.5196366	0.2307692	NA	NA	NaN	NaN	NaN	NaN	NA
AMBIENTE CONSTRUÍDO E PATRIMÔNIO SUSTENTÁVEL	0.5472484	0.0555556	0.5472484	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
AMBIENTE E SISTEMAS DE PRODUÇÃO AGRÍCOLA	0.6579395	0.5000000	0.6579395	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
AMBIENTE, TECNOLOGIA E SOCIEDADE	0.5680536	0.0769231	0.5680536	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
ANÁLISE AMBIENTAL INTEGRADA	0.6144990	0.0666667	0.6144990	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
ANÁLISE DO COMPORTAMENTO	0.3309136	0.2727273	0.3309136	0.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
ANÁLISES CLÍNICAS	0.5688079	0.2500000	0.5688079	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
ANÁLISES CLÍNICAS E TOXICOLÓGICAS	0.4627393	0.3333333	0.4627393	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
ANATOMIA DOS ANIMAIS DOMÉSTICOS E SILVESTRES	0.4464277	0.2962963	0.4464277	0.2962963	NA	NA	NaN	NaN	NaN	NaN	NA
ANESTESIOLOGIA	0.4268863	0.1428571	0.4268863	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
ANTROPOLOGIA	0.5581693	0.1984127	0.5581693	0.1984127	0.0001715	0.0152431	0.0130963	0.1234631	2.3462876	62.2253967	1.0000000
AQÜICULTURA	0.4993793	0.2000000	0.4993793	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
AQUICULTURA E DESENVOLVIMENTO SUSTENTÁVEL	0.5523404	0.2000000	0.5523404	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
ARQUEOLOGIA	0.5006823	0.1359649	0.5006823	0.1359649	0.0000229	0.0018852	0.0047856	0.0434188	0.9558081	31.9338546	1.0000000
ARQUITETURA	0.5692096	0.1263158	0.5692096	0.1263158	0.0529050	0.0108587	0.2300109	0.1042052	40.4088316	82.4957911	1.0000000
ARQUITETURA E URBANISMO	0.4591855	0.2753721	0.4449828	0.1555556	0.0065551	0.0791020	0.0809639	0.2812507	17.6320611	102.1347720	-0.2415125
ARQUITETURA E URBANISMO E DESIGN	0.5254354	0.1818182	0.5254354	0.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
ARQUITETURA PAISAGÍSTICA	0.4912678	0.1666667	0.4912678	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
ARQUITETURA, TECNOLOGIA E CIDADE	0.4733391	0.0454545	0.4733391	0.0454545	NA	NA	NaN	NaN	NaN	NaN	NA
ARTES	0.5916529	0.1313841	0.5825875	0.1538462	0.0042853	0.0031079	0.0654620	0.0557482	11.0642586	42.4314460	0.3177771
ARTES CÊNICAS	0.5137411	0.0539972	0.5137411	0.0539972	0.0022959	0.0002213	0.0479160	0.0148760	9.3268853	27.5496149	-1.0000000
ARTES DA CENA	0.4868095	0.0869565	0.4868095	0.0869565	NA	NA	NaN	NaN	NaN	NaN	NA
ARTES VISUAIS	0.5380741	0.1029942	0.5509123	0.0972222	0.0014726	0.0037307	0.0383741	0.0610798	7.1317469	59.3041398	-0.7125085
ARTES, CULTURA E LINGUAGENS	0.7222471	0.0625000	0.7222471	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
ASSISTÊNCIA E AVALIAÇÃO EM SAÚDE	0.6303131	0.6470588	0.6303131	0.6470588	NA	NA	NaN	NaN	NaN	NaN	NA
ASTRONOMIA	0.3082449	0.1428571	0.3082449	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
AVALIAÇÃO DE IMPACTOS AMBIENTAIS	0.6385610	0.0909091	0.6385610	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
BIBLIOTECONOMIA	0.5206851	0.2000000	0.5206851	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOCIÊNCIA ANIMAL	0.4948091	0.3674020	0.4835561	0.1875000	0.0041905	0.1187394	0.0647340	0.3445858	13.0826225	93.7898616	-0.0965297
BIOCIÊNCIAS	0.6366828	0.3740602	0.6366828	0.3740602	0.0069540	0.1445036	0.0833905	0.3801364	13.0976468	101.6243917	1.0000000
BIOCIÊNCIAS APLICADAS À SAÚDE	0.5558970	0.0555556	0.5558970	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
BIOCIÊNCIAS E FISIOPATOLOGIA	0.5200675	0.0555556	0.5200675	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
BIOCIÊNCIAS E SAÚDE	0.6214716	0.0714286	0.6214716	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
BIODIVERSIDADE ANIMAL	0.3647486	0.0476190	0.3647486	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
BIODIVERSIDADE E CONSERVAÇÃO	0.5730254	0.4444444	0.5730254	0.4444444	NA	NA	NaN	NaN	NaN	NaN	NA
BIODIVERSIDADE E USO DOS RECURSOS NATURAIS	0.4899510	0.1176471	0.4899510	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
BIODIVERSIDADE VEGETAL	0.5214383	0.0833333	0.5214383	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
BIOENGENHARIA	0.6003514	0.0801282	0.6003514	0.0801282	0.0003085	0.0000205	0.0175628	0.0045327	2.9254282	5.6568542	1.0000000
BIOFOTÔNICA APLICADA ÀS CIÊNCIAS DA SAÚDE	0.6537616	0.1333333	0.6537616	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
BIOINFORMÁTICA	0.5773063	0.4918156	0.5847097	0.1739130	0.0012986	0.2988133	0.0360359	0.5466382	6.2420753	111.1469875	-0.2391117
BIOLOGIA ANIMAL	0.4068278	0.3526235	0.4087655	0.3703704	0.0004609	0.0246503	0.0214690	0.1570041	5.2771611	44.5245671	0.3403640
BIOLOGIA APLICADA À SAÚDE	0.4443452	0.6000000	0.4443452	0.6000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA CELULAR	0.4239674	0.3225806	0.4239674	0.3225806	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA CELULAR E ESTRUTURAL	0.3994289	0.6923077	0.3994289	0.6923077	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA CELULAR E ESTRUTURAL APLICADAS	0.6094538	0.1176471	0.6094538	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA CELULAR E MOLECULAR	0.4313644	0.2866300	0.4220059	0.2500000	0.0003117	0.0555363	0.0176540	0.2356613	4.0926063	82.2179504	0.9421045
BIOLOGIA CELULAR E MOLECULAR APLICADA	0.4597034	0.1578947	0.4597034	0.1578947	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA CELULAR E MOLECULAR APLICADA À SAÚDE	0.5209106	3.6000000	0.5209106	3.6000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA COMPARADA	0.3792509	0.2380952	0.3792509	0.2380952	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA DE AGENTES INFECCIOSOS E PARASITÁRIOS	0.4318242	0.1304348	0.4318242	0.1304348	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA DE AMBIENTES AQUÁTICOS CONTINENTAIS	0.4587072	0.0555556	0.4587072	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA DE FUNGOS	0.3660627	0.1250000	0.3660627	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA DE VERTEBRADOS	0.5263015	0.1000000	0.5263015	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA E BIOTECNOLOGIA DE MICRORGANISMOS	0.4426841	0.7857143	0.4426841	0.7857143	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA ESTRUTURAL E FUNCIONAL	0.5365897	0.1937500	0.5365897	0.1937500	0.0132570	0.0000781	0.1151391	0.0088388	21.4575731	4.5619792	-1.0000000
BIOLOGIA MARINHA E AMBIENTES COSTEIROS	0.5263999	0.0526316	0.5263999	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA MICROBIANA	0.5227079	0.0476190	0.5227079	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA MOLECULAR E CELULAR	0.5976252	0.0625000	0.5976252	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA ORAL	0.4510295	0.0555556	0.4510295	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA PARASITARIA	0.5395075	0.8235294	0.5395075	0.8235294	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA PARASITÁRIA	0.6004635	0.7121212	0.6004635	0.7121212	0.0005696	0.7718090	0.0238666	0.8785266	3.9746930	123.3675661	1.0000000
BIOLOGIA PARASITÁRIA NA AMAZÔNIA	0.4919886	0.1500000	0.4919886	0.1500000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOLOGIA VEGETAL	0.4069585	0.1139881	0.4042626	0.1291667	0.0011218	0.0020657	0.0334927	0.0454504	8.2300101	39.8729083	0.6329833
BIOMETRIA E ESTATÍSTICA APLICADA	0.5115840	0.1333333	0.5115840	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
BIOPROSPECÇÃO MOLECULAR	0.5461400	0.0344828	0.5461400	0.0344828	NA	NA	NaN	NaN	NaN	NaN	NA
BIOQUÍMICA	0.4327580	0.6966912	0.4446935	0.5392157	0.0025145	0.1969610	0.0501443	0.4438029	11.5871535	63.7015229	0.6998866
BIOQUÍMICA APLICADA	0.4992503	1.6666667	0.4992503	1.6666667	NA	NA	NaN	NaN	NaN	NaN	NA
BIOQUÍMICA E BIOPROSPECÇÃO	0.5267033	1.5555556	0.5267033	1.5555556	NA	NA	NaN	NaN	NaN	NaN	NA
BIOQUÍMICA E FARMACOLOGIA	0.6618587	0.4705882	0.6618587	0.4705882	NA	NA	NaN	NaN	NaN	NaN	NA
BIOQUÍMICA E IMUNOLOGIA	0.4057393	0.7142857	0.4057393	0.7142857	NA	NA	NaN	NaN	NaN	NaN	NA
BIOSSISTEMAS	0.5200652	0.3500000	0.5200652	0.3500000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOCIÊNCIA	0.6044872	0.2000000	0.6044872	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA	0.5784738	1.4140370	0.5602167	1.1176471	0.0101509	1.8106821	0.1007519	1.3456159	17.4168425	95.1612932	-0.0040334
BIOTECNOLOGIA AMBIENTAL	0.5214347	1.1764706	0.5214347	1.1764706	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA APLICADA À AGROPECUÁRIA	0.6479667	0.0909091	0.6479667	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA DE RECURSOS NATURAIS	0.5234225	0.2941176	0.5234225	0.2941176	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA E BIOCIÊNCIAS	0.6229337	0.5200000	0.6229337	0.5200000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA E INOVAÇÃO EM SAÚDE	0.7364854	0.8181818	0.7364854	0.8181818	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA E MONITORAMENTO AMBIENTAL	0.5281224	0.5625000	0.5281224	0.5625000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA E RECURSOS NATURAIS DA AMAZÔNIA	0.5451389	0.3333333	0.5451389	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA FARMACÊUTICA	0.7333333	3.0000000	0.7333333	3.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA INDUSTRIAL	0.6120246	2.5384615	0.6120246	2.5384615	NA	NA	NaN	NaN	NaN	NaN	NA
BIOTECNOLOGIA VEGETAL	0.5174468	1.4210526	0.5174468	1.4210526	NA	NA	NaN	NaN	NaN	NaN	NA
BOTÂNICA	0.4655304	0.3915033	0.4077489	0.1666667	0.0211998	0.2291055	0.1456016	0.4786496	31.2765065	122.2594224	-0.4398963
BOTÂNICA APLICADA	0.4525322	0.0833333	0.4525322	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
CARDIOLOGIA	0.3517211	0.4411765	0.3517211	0.4411765	NA	NA	NaN	NaN	NaN	NaN	NA
CARTOGRAFIA SOCIAL E POLÍTICA DA AMAZÔNIA	0.6011555	0.0769231	0.6011555	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
CIDADES INTELIGENTES E SUSTENTÁVEIS	0.6699153	0.0588235	0.6699153	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
CIENCIA ANIMAL	0.4691280	0.3333333	0.4691280	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA ANIMAL	0.4318612	0.2007381	0.4324199	0.1130952	0.0069254	0.0370593	0.0832190	0.1925078	19.2698510	95.8999874	-0.0324796
CIÊNCIA ANIMAL COM ÊNFASE EM PRODUTOS BIOATIVOS	0.5629635	0.1428571	0.5629635	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA ANIMAL NOS TRÓPICOS	0.3454503	0.6470588	0.3454503	0.6470588	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA ANIMAL TROPICAL	0.4553358	0.2765568	0.4553358	0.2765568	0.0260092	0.0797072	0.1612737	0.2823247	35.4186332	102.0856148	1.0000000
CIÊNCIA DA COMPUTAÇÃO	0.4714665	0.5395015	0.4758871	0.2343750	0.0085410	0.5421889	0.0924173	0.7363348	19.6021010	136.4842990	0.4871901
CIÊNCIA DA INFORMAÇÃO	0.5728050	0.0906433	0.5578070	0.0833333	0.0022778	0.0001603	0.0477261	0.0126612	8.3320017	13.9681517	-0.2721486
CIÊNCIA DA INFORMAÇÃO - UFRJ - IBICT	0.5240998	0.1052632	0.5240998	0.1052632	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA DE ALIMENTOS	0.4952940	0.6201754	0.4839593	0.4000000	0.0030002	0.3064843	0.0547741	0.5536102	11.0589117	89.2667155	-0.6404167
CIÊNCIA DE MATERIAIS	0.5547895	0.5227273	0.5547895	0.5227273	0.0784718	0.2324380	0.2801282	0.4821183	50.4927049	92.2313193	-1.0000000
CIENCIA DO SOLO	0.5058143	0.4117647	0.5058143	0.4117647	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA DO SOLO	0.4067737	0.3235294	0.4067737	0.3235294	0.0000012	0.0432526	0.0011095	0.2079726	0.2727625	64.2824347	-1.0000000
CIÊNCIA DOS MATERIAIS	0.5781689	0.6387686	0.5863657	0.7142857	0.0060706	0.2644802	0.0779140	0.5142763	13.4760002	80.5105819	-0.4682596
CIÊNCIA DOS MATERIAS	0.4669176	0.0714286	0.4669176	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E BIOTECNOLOGIA	0.6673107	0.7500000	0.6673107	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E ENGENHARIA AMBIENTAL	0.7009142	0.0769231	0.7009142	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E ENGENHARIA DE MATERIAIS	0.5433721	0.9834029	0.5278520	1.3125000	0.0121932	0.4443728	0.1104228	0.6666129	20.3217668	67.7863479	0.3432460
CIÊNCIA E ENGENHARIA DE PETRÓLEO	0.4772037	1.0000000	0.4772037	1.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E ENGENHARIA DOS MATERIAIS	0.4350096	1.2333333	0.4350096	1.2333333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA	0.3714398	0.5172414	0.3714398	0.5172414	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA AMBIENTAL	0.6157433	0.1549759	0.6198951	0.1145833	0.0028745	0.0143758	0.0536141	0.1198992	8.7072228	77.3663579	-0.0836760
CIÊNCIA E TECNOLOGIA DA COMPUTAÇÃO	0.6128880	0.6363636	0.6128880	0.6363636	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA DA MADEIRA	0.3300511	0.6000000	0.3300511	0.6000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA DAS RADIAÇÕES, MINERAIS E MATERIAIS	0.5344792	0.1739130	0.5344792	0.1739130	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA DE ALIMENTOS	0.5732035	1.1319111	0.5853332	0.6338384	0.0124708	1.7229963	0.1116727	1.3126295	19.4822057	115.9657755	-0.1906198
CIÊNCIA E TECNOLOGIA DE LEITE E DERIVADOS	0.5598589	0.5000000	0.5598589	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA DE MATERIAIS	0.6980024	0.4519231	0.6980024	0.4519231	0.0127872	0.1776997	0.1130804	0.4215444	16.2005778	93.2779158	-1.0000000
CIÊNCIA E TECNOLOGIA DE POLÍMEROS	0.4599617	0.3888889	0.4599617	0.3888889	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA DOS ALIMENTOS	0.5077913	0.6315789	0.5077913	0.6315789	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA EM SAÚDE	0.6309028	0.5833333	0.6309028	0.5833333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA E TECNOLOGIA FARMACÊUTICA	0.5523111	0.1904762	0.5523111	0.1904762	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA FLORESTAL	0.3159218	0.1176471	0.3159218	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
CIENCIA POLITICA	0.4448444	0.0769231	0.4448444	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA POLÍTICA	0.4800902	0.0555556	0.4800902	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA SOCIAL (ANTROPOLOGIA SOCIAL)	0.3724016	0.0454545	0.3724016	0.0454545	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA TECNOLOGIA E INOVAÇÃO EM AGROPECUÁRIA	0.5937114	0.7777778	0.5937114	0.7777778	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA, GESTÃO E TECNOLOGIA DA INFORMAÇÃO	0.6813141	0.1538462	0.6813141	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA, INOVAÇÃO E MODELAGEM EM MATERIAIS	0.6126870	0.0769231	0.6126870	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIA, TECNOLOGIA E INOVAÇÃO	0.6778551	0.2000000	0.6778551	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS	0.4709064	0.1594771	0.4896495	0.0666667	0.0061825	0.0280866	0.0786287	0.1675907	16.6973189	105.0875935	0.7595789
CIÊNCIAS (BIOLOGIA DA RELAÇÃO PATÓGENO-HOSPEDEIRO)	0.5143770	0.1904762	0.5143770	0.1904762	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS (BIOQUÍMICA)	0.4258565	0.7083333	0.4258565	0.7083333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS (FISIOLOGIA GERAL)	0.4831507	0.3846154	0.4831507	0.3846154	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS (MICROBIOLOGIA)	0.3642293	0.2448980	0.3642293	0.2448980	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS AEROESPACIAIS	0.7008181	1.0588235	0.7008181	1.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS AGRÁRIAS	0.5075745	0.1705660	0.4781946	0.1764706	0.0162697	0.0110750	0.1275528	0.1052379	25.1298684	61.6992681	0.6255314
CIÊNCIAS AMBIENTAIS	0.6094242	0.3357550	0.6213074	0.2142857	0.0030710	0.0974912	0.0554166	0.3122358	9.0932646	92.9951384	0.1464425
CIÊNCIAS AMBIENTAIS E CONSERVAÇÃO	0.4473016	0.0800000	0.4473016	0.0800000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS AMBIENTAIS E FLORESTAIS	0.4036903	0.0476190	0.4036903	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS AMBIENTAIS E SUSTENTABILIDADE AGROPECUÁRIA	0.5900280	0.8000000	0.5900280	0.8000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS ANIMAIS	0.4155234	0.2142857	0.4155234	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS APLICADAS A PRODUTOS PARA SAÚDE	0.6357455	0.0666667	0.6357455	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS APLICADAS À SAÚDE	0.5797311	0.9461538	0.5797311	0.9461538	0.0021928	1.1134911	0.0468269	1.0552209	8.0773534	111.5274110	-1.0000000
CIÊNCIAS APLICADAS À SAÚDE DO ADULTO	0.4009718	0.0344828	0.4009718	0.0344828	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS	0.4535408	0.3706320	0.4151687	0.1934985	0.0096080	0.1090503	0.0980203	0.3302276	21.6122304	89.0985043	-0.0175447
CIÊNCIAS BIOLÓGICAS (BIOFÍSICA)	0.4042531	0.0322581	0.4042531	0.0322581	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS (BIOLOGIA MOLECULAR)	0.4235185	1.0357143	0.4235185	1.0357143	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS (BIOQUÍMICA)	0.4022525	0.0286290	0.4022525	0.0286290	0.0010386	0.0000263	0.0322272	0.0051322	8.0116807	17.9266508	-1.0000000
CIÊNCIAS BIOLÓGICAS (BOTÂNICA)	0.3722549	0.2083333	0.3722549	0.2083333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS (FARMACOLOGIA E QUÍMICA MEDICINAL)	0.4251419	0.5909091	0.4251419	0.5909091	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS (FISIOLOGIA E FARMACOLOGIA)	0.4139987	0.5277778	0.4139987	0.5277778	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOLÓGICAS (MICROBIOLOGIA)	0.3911415	0.5837469	0.3911415	0.5837469	0.0001290	0.4135308	0.0113583	0.6430636	2.9038931	110.1613753	-1.0000000
CIÊNCIAS BIOLÓGICAS: FARMACOLOGIA E TERAPÊUTICA	0.4299241	0.8571429	0.4299241	0.8571429	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS BIOMÉDICAS	0.6398354	0.0833333	0.6398354	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS CIRÚRGICAS	0.5538555	0.0714286	0.5538555	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS CLIMÁTICAS	0.4628529	0.2307692	0.4628529	0.2307692	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS COMPUTACIONAIS	0.4752265	0.2758621	0.4752265	0.2758621	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS CONTÁBEIS	0.5014217	0.1405873	0.4849082	0.0979167	0.0069874	0.0135865	0.0835905	0.1165613	16.6707068	82.9103021	0.0369660
CIÊNCIAS CONTÁBEIS E ADMINISTRAÇÃO	0.6233950	0.0714286	0.6233950	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS CONTÁBEIS E ATUARIAIS	0.5425505	0.2222222	0.5425505	0.2222222	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DA ATIVIDADE FÍSICA	0.5819728	0.1666667	0.5819728	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DA CIRURGIA	0.4047072	0.5000000	0.4047072	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DA COMPUTAÇÃO	0.4335943	0.3650732	0.4350744	0.2571429	0.0075276	0.0998954	0.0867618	0.3160623	20.0099099	86.5750385	0.8622915
CIÊNCIAS DA COMUNICAÇÃO	0.5137028	0.3750000	0.5137028	0.3750000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DA INFORMAÇÃO	0.5543277	0.2787115	0.5543277	0.2787115	0.0003509	0.0209064	0.0187327	0.1445905	3.3793635	51.8781860	1.0000000
CIÊNCIAS DA LINGUAGEM	0.5667427	0.4675926	0.5854898	0.2777778	0.0024937	0.2184285	0.0499370	0.4673633	8.8112244	99.9509732	0.5242872
CIÊNCIAS DA REABILITAÇÃO	0.4097480	0.0852238	0.3882235	0.0844828	0.0062719	0.0004095	0.0791956	0.0202370	19.3278685	23.7457275	-0.6793484
CIENCIAS DA SAUDE	0.4732140	0.1403743	0.4732140	0.1403743	0.0007321	0.0180195	0.0270571	0.1342368	5.7177364	95.6277742	1.0000000
CIÊNCIAS DA SAUDE	0.4763006	1.3857143	0.4763006	1.3857143	0.0018999	1.8322449	0.0435878	1.3536044	9.1513275	97.6827925	-1.0000000
CIÊNCIAS DA SAÚDE	0.5196654	0.3117772	0.5148928	0.2083333	0.0040992	0.0786620	0.0640253	0.2804674	12.3204939	89.9576367	-0.1281677
CIÊNCIAS DA SAÚDE APLICADAS À REUMATOLOGIA	0.4091393	0.0909091	0.4091393	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DA SAÚDE: GINECOLOGIA E OBSTETRÍCIA	0.5166138	0.0384615	0.5166138	0.0384615	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DE ALIMENTOS	0.4800159	0.6354167	0.4800159	0.6354167	0.0002121	0.4012587	0.0145643	0.6334498	3.0341265	99.6904642	-1.0000000
CIÊNCIAS DE MATERIAIS	0.5669255	0.0833333	0.5669255	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DO COMPORTAMENTO	0.3663270	0.1578947	0.3663270	0.1578947	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DO ESPORTE	0.4039629	0.1052632	0.4039629	0.1052632	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DO MEIO AMBIENTE	0.6674145	1.5000000	0.6674145	1.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS DO MOVIMENTO HUMANO	0.4107111	0.0322581	0.4107111	0.0322581	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS E BIOTECNOLOGIA	0.4651629	0.5172414	0.4651629	0.5172414	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS E ENGENHARIA DE PETRÓLEO	0.5248770	0.4000000	0.5248770	0.4000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS E MEIO AMBIENTE	0.5391785	0.7142857	0.5391785	0.7142857	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS E TECNOLOGIAS EM SAÚDE	0.5395710	0.6153846	0.5395710	0.6153846	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS FARMACÊUTICAS	0.5170882	0.8658317	0.5109968	0.5692308	0.0080607	0.6236675	0.0897815	0.7897262	17.3629021	91.2101360	-0.4225697
CIÊNCIAS FÍSICAS APLICADAS	0.5988824	0.1428571	0.5988824	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS FISIOLÓGICAS	0.4577996	0.1269841	0.4577996	0.1269841	0.0056481	0.0005039	0.0751539	0.0224478	16.4163393	17.6776695	-1.0000000
CIÊNCIAS FLORESTAIS	0.4475349	0.1065476	0.4260928	0.1047619	0.0080773	0.0032403	0.0898737	0.0569234	20.0819450	53.4252716	-0.1321745
CIÊNCIAS FLORESTAIS E AMBIENTAIS	0.5653675	0.7357026	0.5744901	0.6666667	0.0002961	0.1776966	0.0172086	0.4215407	3.0437813	57.2977059	-0.9445205
CIÊNCIAS GENÔMICAS E BIOTECNOLOGIA	0.4398451	1.4375000	0.4398451	1.4375000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS GEODÉSICAS E TECNOLOGIAS DA GEOINFORMAÇÃO	0.6099696	0.3000000	0.6099696	0.3000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS MECÂNICAS	0.4229471	0.0555556	0.4229471	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS MÉDICAS	0.4255648	0.2821332	0.4014767	0.3809524	0.0022554	0.0411590	0.0474906	0.2028768	11.1594386	71.9081595	0.6292224
CIÊNCIAS MÉDICO-CIRÚRGICAS	0.3688990	0.2272727	0.3688990	0.2272727	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS MOLECULARES	0.5344784	0.0625000	0.5344784	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS MORFOFUNCIONAIS	0.4718498	0.2272727	0.4718498	0.2272727	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS NATURAIS	0.5203391	0.1863426	0.5203391	0.1863426	0.0061456	0.0000027	0.0783941	0.0016368	15.0659740	0.8783935	1.0000000
CIÊNCIAS ODONTOLÓGICAS	0.4138420	0.1758829	0.4682018	0.1000000	0.0227222	0.0293676	0.1507389	0.1713699	36.4242548	97.4341202	-0.9440753
CIÊNCIAS PNEUMOLÓGICAS	0.4518604	0.0476190	0.4518604	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS SOCIAIS	0.5591889	0.0777778	0.5591889	0.0777778	0.0000177	0.0009877	0.0042041	0.0314270	0.7518233	40.4061018	1.0000000
CIÊNCIAS TÉCNICAS NUCLEARES	0.4782634	0.6153846	0.4782634	0.6153846	NA	NA	NaN	NaN	NaN	NaN	NA
CIÊNCIAS VETERINÁRIAS	0.4060971	0.9077323	0.4086310	1.0000000	0.0068248	0.3042924	0.0826121	0.5516271	20.3429483	60.7697969	-0.9852560
CIÊNCIAS VETERINÁRIAS NO SEMIÁRIDO	0.4742958	0.1000000	0.4742958	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
CIRURGIA E PESQUISA EXPERIMENTAL	0.5123016	0.0714286	0.5123016	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
CLÍNICA CIRÚRGICA VETERINÁRIA	0.4057075	0.0714286	0.4057075	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
CLÍNICA MÉDICA	0.3653893	0.2063492	0.3653893	0.2063492	NA	NA	NaN	NaN	NaN	NaN	NA
CLÍNICA ODONTOLÓGICA	0.3262647	0.5000000	0.3262647	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
CLÍNICA VETERINÁRIA	0.3350174	0.0769231	0.3350174	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
COGNIÇÃO E LINGUAGEM	0.6339619	0.1578947	0.6339619	0.1578947	NA	NA	NaN	NaN	NaN	NaN	NA
COGNIÇÃO, TECNOLOGIAS E INSTITUIÇÕES	0.6507873	0.1250000	0.6507873	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
COMPUTAÇÃO	0.4634794	0.6686594	0.4293059	0.2000000	0.0062729	0.6639032	0.0792017	0.8148025	17.0885116	121.8561371	0.3007375
COMPUTAÇÃO APLICADA	0.5823235	0.7979044	0.5752953	0.2714932	0.0154248	0.8373001	0.1241968	0.9150410	21.3277944	114.6805356	0.2148798
COMUNICAÇÃO	0.5296673	0.1630449	0.5232487	0.1394231	0.0038380	0.0152234	0.0619513	0.1233832	11.6962572	75.6743719	0.5084436
COMUNICAÇÃO E CULTURA	0.6468269	0.1000000	0.6468269	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
COMUNICAÇÃO E CULTURA CONTEMPORÂNEA	0.5154527	0.2272727	0.5154527	0.2272727	NA	NA	NaN	NaN	NaN	NaN	NA
COMUNICAÇÃO E LINGUAGENS	0.6363999	0.1666667	0.6363999	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
COMUNICAÇÃO E SEMIÓTICA	0.5542018	0.1764706	0.5542018	0.1764706	NA	NA	NaN	NaN	NaN	NaN	NA
COMUNICAÇÃO SOCIAL	0.4723305	0.1893939	0.4723305	0.1893939	0.0097640	0.0414371	0.0988129	0.2035610	20.9202958	107.4802307	1.0000000
CONSERVAÇÃO DA FAUNA	0.4977956	0.0526316	0.4977956	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
CONSERVAÇÃO E MANEJO DE RECURSOS NATURAIS	0.5809123	0.1428571	0.5809123	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
CONSTRUÇÃO CIVIL	0.5056032	0.0588235	0.5056032	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
CONTABILIDADE	0.5703811	0.1394231	0.5703811	0.1394231	0.0000203	0.0004161	0.0045077	0.0203973	0.7903026	14.6297955	1.0000000
CONTROLADORIA E CONTABILIDADE	0.6617436	0.1875000	0.6617436	0.1875000	NA	NA	NaN	NaN	NaN	NaN	NA
CUIDADO PRIMÁRIO EM SAÚDE	0.5785265	0.0666667	0.5785265	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
CUIDADOS CLÍNICOS EM ENFERMAGEM E SAÚDE	0.3511748	0.0500000	0.3511748	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
CULTURA E TERRITORIALIDADES	0.6228983	0.0555556	0.6228983	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
DEFESA AGROPECUÁRIA	0.6156046	0.4000000	0.6156046	0.4000000	NA	NA	NaN	NaN	NaN	NaN	NA
DEFESA SANITÁRIA ANIMAL	0.3885295	0.0666667	0.3885295	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
DEMOGRAFIA	0.4965118	0.0833333	0.4965118	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO COMUNITÁRIO	0.7677717	0.2000000	0.7677717	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO DE PROCESSOS AMBIENTAIS	0.6252646	2.1111111	0.6252646	2.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO E GESTÃO SOCIAL	0.6817571	0.5500000	0.6817571	0.5500000	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO E MEIO AMBIENTE	0.6287481	0.2171717	0.6287481	0.2171717	0.0000694	0.0589736	0.0083287	0.2428448	1.3246466	111.8215375	-1.0000000
DESENVOLVIMENTO E MEIO AMBIENTE URBANO	0.8314655	0.1111111	0.8314655	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO LOCAL	0.6516960	0.5769231	0.6516960	0.5769231	0.0003225	0.1449704	0.0179592	0.3807498	2.7557692	65.9966329	-1.0000000
DESENVOLVIMENTO REGIONAL	0.6437128	0.1400145	0.6590250	0.1098901	0.0027226	0.0096586	0.0521786	0.0982782	8.1058885	70.1914604	0.5859657
DESENVOLVIMENTO REGIONAL E MEIO AMBIENTE	0.6415919	0.1333333	0.6415919	0.1333333	0.0049545	0.0000000	0.0703879	0.0000000	10.9708224	0.0000000	NA
DESENVOLVIMENTO RURAL	0.5886501	0.0714286	0.5886501	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO RURAL SUSTENTÁVEL	0.6331902	0.1250000	0.6331902	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO SUSTENTÁVEL DO TRÓPICO ÚMIDO	0.5792221	0.1500000	0.5792221	0.1500000	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO TERRITORIAL E MEIO AMBIENTE	0.6221869	0.0588235	0.6221869	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO TERRITORIAL E POLÍTICAS PÚBLICAS	0.6706328	0.0714286	0.6706328	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO TERRITORIAL SUSTENTÁVEL	0.6095288	0.1111111	0.6095288	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
DESENVOLVIMENTO, TECNOLOGIAS E SOCIEDADE	0.8118236	0.1428571	0.8118236	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
DESIGN	0.6164382	0.6010806	0.5953157	0.5993590	0.0052136	0.1538049	0.0722050	0.3921797	11.7132538	65.2457659	0.0185510
DESIGN, TECNOLOGIA E INOVAÇÃO	0.7599298	0.2222222	0.7599298	0.2222222	NA	NA	NaN	NaN	NaN	NaN	NA
DINÂMICA DO ESPAÇO HABITADO	0.4631979	0.2380952	0.4631979	0.2380952	NA	NA	NaN	NaN	NaN	NaN	NA
DINÂMICA DOS OCEANOS E DA TERRA	0.4555833	0.0416667	0.4555833	0.0416667	NA	NA	NaN	NaN	NaN	NaN	NA
DINÂMICAS TERRITORIAIS E SOCIEDADE NA AMAZÔNIA	0.6843526	0.0714286	0.6843526	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
DIREITO	0.3278800	0.0786722	0.3199041	0.0250000	0.0076505	0.0127853	0.0874673	0.1130719	26.6766328	143.7253962	0.1295721
DIREITO AGRÁRIO	0.5518161	0.0769231	0.5518161	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
DIREITOS HUMANOS	0.4783020	0.1538462	0.4783020	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
DIVERSIDADE CULTURAL E INCLUSÃO SOCIAL	0.6250961	0.7894737	0.6250961	0.7894737	NA	NA	NaN	NaN	NaN	NaN	NA
DOCÊNCIA EM EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICAS	0.5434594	0.1739130	0.5434594	0.1739130	NA	NA	NaN	NaN	NaN	NaN	NA
DOENÇAS INFECCIOSAS E PARASITÁRIAS	0.4735301	0.0476190	0.4735301	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA	0.4595337	0.0966011	0.4066722	0.0694444	0.0092315	0.0054573	0.0960805	0.0738738	20.9082570	76.4730251	-0.3531689
ECOLOGIA APLICADA	0.3916216	0.0555556	0.3916216	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA DE BIOMAS TROPICAIS	0.5359063	0.2000000	0.5359063	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA DE ECOSSISTEMAS	0.4630480	0.0833333	0.4630480	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA E BIOMONITORAMENTO	0.4430140	0.1000000	0.4430140	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA E CONSERVAÇÃO DA BIODIVERSIDADE	0.4408119	0.0526316	0.4408119	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA E EVOLUÇÃO	0.4238831	0.0500000	0.4238831	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA E RECURSOS NATURAIS	0.3569720	0.0740741	0.3569720	0.0740741	NA	NA	NaN	NaN	NaN	NaN	NA
ECOLOGIA HUMANA E GESTÃO SOCIOAMBIENTAL	0.6386146	0.0588235	0.6386146	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
ECONOMIA	0.5469417	0.1439394	0.4979140	0.1666667	0.0151906	0.0028122	0.1232501	0.0530303	22.5344199	36.8421053	-0.9995925
EDUCAÇÃO	0.4639776	0.0622236	0.4420728	0.0544118	0.0053000	0.0012949	0.0728014	0.0359844	15.6907051	57.8308325	0.5232742
EDUCAÇÃO (PSICOLOGIA DA EDUCAÇÃO)	0.4585828	0.0714286	0.4585828	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO AMBIENTAL	0.5567400	0.0500000	0.5567400	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO CIENTIFICA E TECNOLÓGICA	0.4162783	0.0714286	0.4162783	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO DE JOVENS E ADULTOS	0.4975216	0.0476190	0.4975216	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO E CONTEMPORANEIDADE	0.4322724	0.8000000	0.4322724	0.8000000	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO E SAÚDE NA INFÂNCIA E ADOLESCÊNCIA	0.5878228	0.0434783	0.5878228	0.0434783	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICA	0.5762511	0.0769231	0.5762511	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO EM CIÊNCIAS E MATEMÁTICAS	0.4646527	0.0952381	0.4646527	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO ESPECIAL (EDUCAÇÃO DO INDIVÍDUO ESPECIAL)	0.3916563	0.0370370	0.3916563	0.0370370	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO FÍSICA	0.4539229	0.1139243	0.4346203	0.0544118	0.0057481	0.0263793	0.0758160	0.1624170	16.7024046	142.5657592	0.0480202
EDUCAÇÃO FÍSICA E ESPORTE	0.3944808	0.0882353	0.3944808	0.0882353	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO MATEMÁTICA	0.5355522	0.1168831	0.5355522	0.1168831	0.0189561	0.0013493	0.1376813	0.0367328	25.7082803	31.4269681	1.0000000
EDUCAÇÃO MATEMÁTICA E TECNOLÓGICA	0.4269379	0.1904762	0.4269379	0.1904762	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO NAS PROFISSÕES DA SAÚDE	0.5735795	0.3636364	0.5735795	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO PARA A CIÊNCIA E A MATEMÁTICA	0.4685595	0.0555556	0.4685595	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO, ARTE E HISTÓRIA DA CULTURA	0.5803218	0.2105263	0.5803218	0.2105263	NA	NA	NaN	NaN	NaN	NaN	NA
EDUCAÇÃO: HISTÓRIA, POLÍTICA, SOCIEDADE	0.5196959	0.0833333	0.5196959	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
ENERGIA	0.5964673	0.3162393	0.5931537	0.2222222	0.0015329	0.0702024	0.0391518	0.2649573	6.5639451	83.7837838	-0.6907974
ENERGIA E AMBIENTE	0.5837575	0.8444976	0.5837575	0.8444976	0.0006615	0.0866395	0.0257193	0.2943459	4.4058201	34.8545552	-1.0000000
ENERGIA ELÉTRICA	0.5396368	0.1666667	0.5396368	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
ENFERMAGEM	0.3947527	0.2556412	0.3941051	0.1250000	0.0054372	0.0875973	0.0737374	0.2959684	18.6793852	115.7749246	0.0685829
ENFERMAGEM E BIOCIÊNCIAS	0.5902591	0.1904762	0.5902591	0.1904762	NA	NA	NaN	NaN	NaN	NaN	NA
ENFERMAGEM E SAÚDE	0.4864606	0.1666667	0.4864606	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
ENFERMAGEM NA ATENÇÃO PRIMÁRIA EM SAÚDE NO SUS	0.4873903	0.3636364	0.4873903	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
ENFERMAGEM NA SAÚDE DO ADULTO	0.2898042	0.1111111	0.2898042	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA (ENGENHARIA DE PRODUÇÃO)	0.6149738	0.9333333	0.6149738	0.9333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA AGRÍCOLA	0.4911828	0.4770273	0.4908570	0.3000000	0.0061149	0.1198342	0.0781980	0.3461707	15.9203514	72.5683300	-0.3545879
ENGENHARIA AMBIENTAL	0.5943818	0.2374085	0.5912342	0.2426901	0.0093831	0.0128774	0.0968663	0.1134786	16.2969832	47.7988685	0.3607138
ENGENHARIA AMBIENTAL - DEAMB	0.6404657	0.2727273	0.6404657	0.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA BIOMÉDICA	0.5861541	0.7881010	0.5940706	0.4383117	0.0064602	0.8190914	0.0803752	0.9050367	13.7122981	114.8376508	0.0210728
ENGENHARIA CIVIL	0.4161364	0.3283129	0.4247639	0.1923077	0.0048219	0.0909254	0.0694398	0.3015383	16.6867933	91.8447849	-0.3731841
ENGENHARIA CIVIL (RECURSOS HÍDRICOS)	0.4821809	0.5882353	0.4821809	0.5882353	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA CIVIL E AMBIENTAL	0.4331644	0.1041667	0.4331644	0.1041667	0.0023587	0.0008681	0.0485661	0.0294628	11.2119308	28.2842712	-1.0000000
ENGENHARIA CIVIL: ESTRUTURAS E CONSTRUÇÃO CIVIL	0.4948216	1.1111111	0.4948216	1.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DA COMPUTAÇÃO	0.4371207	0.6428571	0.4371207	0.6428571	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DA INFORMAÇÃO	0.5748925	0.1111111	0.5748925	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE ALIMENTOS	0.3567060	0.7408907	0.3567060	0.7408907	0.0000017	0.0047206	0.0013131	0.0687067	0.3681155	9.2735316	-1.0000000
ENGENHARIA DE BIOMATERIAIS	0.5350462	0.7500000	0.5350462	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE BIOPROCESSOS E BIOTECNOLOGIA	0.5144038	5.0714286	0.5144038	5.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE BIOSSISTEMAS	0.5868355	0.1935484	0.5868355	0.1935484	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE COMPUTAÇÃO E SISTEMAS	0.5648937	0.3571429	0.5648937	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE CONSTRUÇÃO CIVIL	0.4210715	0.2083333	0.4210715	0.2083333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE EDIFICAÇÕES E AMBIENTAL	0.6320617	0.2500000	0.6320617	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE EDIFICAÇÕES E SANEAMENTO	0.4346679	0.0909091	0.4346679	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE ENERGIA	0.4925319	0.0666667	0.4925319	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE ENERGIA NA AGRICULTURA	0.5277042	0.5000000	0.5277042	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE ESTRUTURAS	0.3620968	1.0000000	0.3620968	1.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE MATERIAIS	0.6533512	0.2628367	0.6558833	0.1875000	0.0017740	0.0642570	0.0421190	0.2534896	6.4466094	96.4437550	0.6682276
ENGENHARIA DE MATERIAIS E NANOTECNOLOGIA	0.5679266	0.3125000	0.5679266	0.3125000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE MATERIAIS E PROCESSOS SUSTENTÁVEIS	0.6863324	1.1000000	0.6863324	1.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE MINAS, METALÚRGICA E DE MATERIAIS	0.3567628	1.3529412	0.3567628	1.3529412	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PETRÓLEO E GÁS	0.6679585	0.7500000	0.6679585	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PROCESSOS	0.4637585	0.2941176	0.4637585	0.2941176	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PROCESSOS E TECNOLOGIAS	0.5436656	2.0714286	0.5436656	2.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PRODUÇÃO	0.6015517	0.8631690	0.6103450	0.8333333	0.0099662	0.4801935	0.0998309	0.6929600	16.5955686	80.2809117	0.1105034
ENGENHARIA DE PRODUÇÃO - CENTRO ACADÊMICO DO AGRESTE	0.4844449	0.1333333	0.4844449	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PRODUÇÃO E SISTEMAS	0.6211141	1.5000000	0.6211141	1.5000000	0.0015490	0.5000000	0.0393572	0.7071068	6.3365482	47.1404521	-1.0000000
ENGENHARIA DE PRODUÇÃO E SISTEMAS (PPGEPS)	0.6504881	0.6363636	0.6504881	0.6363636	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE PRODUÇÃO E SISTEMAS COMPUTACIONAIS	0.5720742	0.1250000	0.5720742	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE RECURSOS HÍDRICOS E AMBIENTAL	0.4909012	0.0833333	0.4909012	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE RECURSOS NATURAIS DA AMAZÔNIA	0.4010172	0.5625000	0.4010172	0.5625000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE RESERVATÓRIO E DE EXPLORAÇÃO	0.5824272	0.0714286	0.5824272	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SISTEMAS	0.5533330	0.3571429	0.5533330	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SISTEMAS E AUTOMAÇÃO	0.5015597	0.8888889	0.5015597	0.8888889	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SISTEMAS E COMPUTAÇÃO	0.4378338	0.0555556	0.4378338	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SISTEMAS ELETRÔNICOS E DE AUTOMAÇÃO	0.5413130	0.8750000	0.5413130	0.8750000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SISTEMAS LOGÍSTICOS	0.6184596	1.0000000	0.6184596	1.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE SOFTWARE	0.4996528	1.0000000	0.4996528	1.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE TELEINFORMÁTICA	0.4365510	0.8333333	0.4365510	0.8333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA DE TRANSPORTES	0.5017401	0.0884615	0.5017401	0.0884615	0.0070706	0.0002663	0.0840869	0.0163178	16.7590620	18.4462639	1.0000000
ENGENHARIA DE TRANSPORTES E GESTÃO TERRITORIAL	0.6539323	0.0416667	0.6539323	0.0416667	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E CIÊNCIA DE ALIMENTOS	0.3629749	0.7500000	0.3629749	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E CIÊNCIA DE MATERIAIS	0.5712187	0.7321429	0.5712187	0.7321429	0.0003814	0.4649235	0.0195295	0.6818530	3.4189208	93.1311370	-1.0000000
ENGENHARIA E CIÊNCIA DOS MATERIAIS	0.5371531	2.0909091	0.5371531	2.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E CIÊNCIAS AMBIENTAIS	0.6273945	0.2727273	0.6273945	0.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E DESENVOLVIMENTO SUSTENTÁVEL	0.5939732	0.1428571	0.5939732	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E GESTÃO DA INOVAÇÃO	0.8550134	0.0833333	0.8550134	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E GESTÃO DO CONHECIMENTO	0.6029903	0.5312500	0.6029903	0.5312500	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA E TECNOLOGIA DE MATERIAIS	0.4624063	0.7368421	0.4624063	0.7368421	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELETRICA	0.4908313	0.3750000	0.4908313	0.3750000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELÉTRICA	0.4211787	0.5445520	0.3969801	0.4666667	0.0085760	0.1407097	0.0926068	0.3751129	21.9875363	68.8846806	-0.1533144
ENGENHARIA ELÉTRICA - CORNÉLIO PROCÓPIO	0.4603145	1.8750000	0.4603145	1.8750000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELÉTRICA - PATO BRANCO	0.4943056	0.2500000	0.4943056	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELÉTRICA E COMPUTAÇÃO	0.6714646	0.8888889	0.6714646	0.8888889	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO	0.4744305	0.6363636	0.4744305	0.6363636	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELÉTRICA E INFORMÁTICA INDUSTRIAL	0.3954531	0.3902439	0.3954531	0.3902439	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA ELETRÔNICA	0.4687458	0.6666667	0.4687458	0.6666667	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA FLORESTAL	0.3201845	0.1392774	0.3201845	0.1392774	0.0000605	0.0154864	0.0077780	0.1244442	2.4292155	89.3498945	1.0000000
ENGENHARIA INDUSTRIAL	0.4794975	1.1271930	0.4794975	1.1271930	0.0184515	0.1727070	0.1358363	0.4155803	28.3288846	36.8686026	-1.0000000
ENGENHARIA MECÂNICA	0.4931171	0.6229010	0.4872004	0.4762787	0.0140928	0.3096440	0.1187132	0.5564566	24.0740432	89.3330811	0.0986860
ENGENHARIA MECÂNICA - VOLTA REDONDA	0.5187655	0.2941176	0.5187655	0.2941176	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA MECÂNICA E DE MATERIAIS	0.4579057	0.6923077	0.4579057	0.6923077	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA MECÂNICA E TECNOLOGIA DE MATERIAIS	0.4763096	0.4375000	0.4763096	0.4375000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA MECATRÔNICA	0.6061020	1.1818182	0.6061020	1.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA METALÚRGICA	0.4709522	0.6515152	0.4709522	0.6515152	0.0003044	0.0004591	0.0174457	0.0214275	3.7043390	3.2888687	1.0000000
ENGENHARIA METALÚRGICA E DE MATERIAIS	0.4316148	0.3636364	0.4316148	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA METALÚRGICA E DE MINAS	0.4030975	0.4545455	0.4030975	0.4545455	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA MINERAL	0.5382283	0.0714286	0.5382283	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA NAVAL	0.6855429	0.1000000	0.6855429	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA NAVAL E OCEÂNICA	0.5142380	0.3333333	0.5142380	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENGENHARIA OCEÂNICA	0.4853672	0.1815789	0.4853672	0.1815789	0.0004373	0.0133102	0.0209109	0.1153701	4.3082635	63.5371311	-1.0000000
ENGENHARIA QUIMICA	0.6244268	0.2916667	0.6244268	0.2916667	0.0231465	0.0868056	0.1521396	0.2946278	24.3646832	101.0152545	1.0000000
ENGENHARIA QUÍMICA	0.4476407	0.6402151	0.4298714	0.4904306	0.0101994	0.2428750	0.1009922	0.4928235	22.5609931	76.9777975	-0.0267194
ENGENHARIA URBANA	0.4872467	0.2748538	0.4872467	0.2748538	0.0006595	0.0575220	0.0256804	0.2398374	5.2705028	87.2599858	1.0000000
ENSINO	0.6044584	0.0704545	0.6044584	0.0704545	0.0021519	0.0008368	0.0463887	0.0289271	7.6744166	41.0578131	1.0000000
ENSINO CIENTIFICO E TECNOLÓGICO	0.7108071	0.7500000	0.7108071	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO DAS CIÊNCIAS	0.5608049	0.2860963	0.5608049	0.2860963	0.0052864	0.0567503	0.0727075	0.2382231	12.9648499	83.2667798	1.0000000
ENSINO DE CIÊNCIA E TECNOLOGIA	0.6315908	0.3000000	0.6315908	0.3000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO DE CIÊNCIAS	0.5686720	0.1233974	0.5942845	0.0769231	0.0021361	0.0086985	0.0462178	0.0932659	8.1273186	75.5817378	0.4521968
ENSINO DE CIÊNCIAS E MATEMÁTICA	0.5593106	0.1355556	0.5434401	0.0733333	0.0112168	0.0134519	0.1059094	0.1159821	18.9357016	85.5605793	0.0944339
ENSINO DE CIÊNCIAS HUMANAS, SOCIAIS E DA NATUREZA	0.9378770	0.2142857	0.9378770	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO DE CIÊNCIAS NATURAIS	0.5369851	0.2142857	0.5369851	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO DE CIÊNCIAS NATURAIS E MATEMÁTICA	0.5877655	0.1071429	0.5877655	0.1071429	0.0065750	0.0070862	0.0810865	0.0841794	13.7957185	78.5674201	1.0000000
ENSINO DE CIÊNCIAS, AMBIENTE E SOCIEDADE	0.6036288	0.1428571	0.6036288	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO DE QUÍMICA	0.5036179	0.2000000	0.5036179	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO EM CIÊNCIAS DA SAÚDE	0.4818396	0.0975610	0.4818396	0.0975610	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO EM EDUCAÇÃO BÁSICA	0.5774102	0.0952381	0.5774102	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO EM SAÚDE	0.5848819	0.1333333	0.5848819	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO EM SAÚDE NA AMAZÔNIA	0.6178902	0.3333333	0.6178902	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO NA EDUCAÇÃO BÁSICA	0.5755434	0.1363636	0.5755434	0.1363636	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO NA SAÚDE	0.5350198	1.0526316	0.5350198	1.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
ENSINO NA SAÚDE:FORMAÇÃO DOCENTE INTERDISCIPLINAR PARA O SUS	0.4109925	1.3076923	0.4109925	1.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
ENTOMOLOGIA	0.5635885	0.1168831	0.5635885	0.1168831	0.0724532	0.0013493	0.2691713	0.0367328	47.7602574	31.4269681	-1.0000000
ENTOMOLOGIA AGRÍCOLA	0.4594190	0.4000000	0.4594190	0.4000000	NA	NA	NaN	NaN	NaN	NaN	NA
ENVELHECIMENTO HUMANO	0.7844866	0.3571429	0.7844866	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
EPIDEMIOLOGIA	0.6676272	0.0416667	0.6676272	0.0416667	NA	NA	NaN	NaN	NaN	NaN	NA
EPIDEMIOLOGIA EXPERIMENTAL APLICADA ÀS ZOONOSES	0.3500407	0.4285714	0.3500407	0.4285714	NA	NA	NaN	NaN	NaN	NaN	NA
ESTATISTICA	0.5426505	0.0666667	0.5426505	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
ESTATÍSTICA	0.3887519	0.0770677	0.3893633	0.0526316	0.0000085	0.0033177	0.0029127	0.0575998	0.7492559	74.7392851	-0.9813554
ESTATÍSTICA APLICADA E BIOMETRIA	0.5506356	0.0833333	0.5506356	0.0833333	0.0384641	0.0005556	0.1961227	0.0235702	35.6175060	28.2842712	1.0000000
ESTATÍSTICA E EXPERIMENTAÇÃO AGROPECUÁRIA	0.5497493	0.1538462	0.5497493	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
ESTRUTURAS E CONSTRUÇÃO CIVIL	0.3211881	0.1875000	0.3211881	0.1875000	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS COMPARADOS SOBRE AS AMÉRICAS	0.5459077	0.0500000	0.5459077	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS CULTURAIS CONTEMPORÂNEOS	0.6700287	0.0769231	0.6700287	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS DA LINGUAGEM	0.4166112	0.1250000	0.4166112	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS DA TRADUÇÃO	0.5413615	0.1875000	0.5413615	0.1875000	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS LINGUÍSTICOS	0.4634081	0.0769231	0.4634081	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS LINGÜÍSTICOS	0.3788705	0.0307692	0.3788705	0.0307692	NA	NA	NaN	NaN	NaN	NaN	NA
ESTUDOS LINGUÍSTICOS E LITERÁRIOS EM INGLÊS	0.4536374	0.0555556	0.4536374	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
EXERCICIO FISICO NA PROMOÇÂO DA SAUDE	0.5013242	0.4615385	0.5013242	0.4615385	NA	NA	NaN	NaN	NaN	NaN	NA
FARMÁCIA	0.6013956	0.3250000	0.6013956	0.3250000	0.0015590	0.0112500	0.0394847	0.1060660	6.5655184	32.6356976	-1.0000000
FARMÁCIA (FISIOPATOLOGIA E TOXICOLOGIA)	0.4702881	0.1739130	0.4702881	0.1739130	NA	NA	NaN	NaN	NaN	NaN	NA
FARMACOLOGIA	0.4276259	0.1678168	0.4320596	0.1788235	0.0037899	0.0094916	0.0615623	0.0974246	14.3962897	58.0541424	-0.0267942
FÁRMACOS E MEDICAMENTOS	0.4059948	0.6428571	0.4059948	0.6428571	NA	NA	NaN	NaN	NaN	NaN	NA
FILOSOFIA	0.4429540	0.1050189	0.4225003	0.0954545	0.0065252	0.0036803	0.0807785	0.0606655	18.2363119	57.7662594	-0.1625493
FÍSICA	0.3694518	0.2239560	0.3416392	0.1254902	0.0074413	0.0858501	0.0862632	0.2930019	23.3489720	130.8301270	0.0253088
FÍSICA AMBIENTAL	0.6014283	0.0500000	0.6014283	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
FÍSICA APLICADA	0.4389899	0.0909091	0.4389899	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
FÍSICA DA MATÉRIA CONDENSADA	0.2437414	0.0952381	0.2437414	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
FÍSICA E ASTRONOMIA	0.5469466	0.1250000	0.5469466	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
FISICA E QUIMICA DE MATERIAIS	0.4363952	0.3750000	0.4363952	0.3750000	NA	NA	NaN	NaN	NaN	NaN	NA
FISIOLOGIA	0.5112699	0.0666667	0.5112699	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
FISIOTERAPIA	0.4246693	0.1670976	0.4181730	0.0769231	0.0049728	0.0259109	0.0705182	0.1609687	16.6054331	96.3321368	0.8956962
FITOPATOLOGIA	0.4074063	0.5879121	0.4074063	0.5879121	0.0029848	0.0319406	0.0546332	0.1787193	13.4099948	30.3989831	1.0000000
FITOSSANIDADE	0.3759819	0.3157895	0.3759819	0.3157895	NA	NA	NaN	NaN	NaN	NaN	NA
FITOTECNIA	0.3792882	0.1015152	0.3792882	0.1015152	0.0039327	0.0024288	0.0627110	0.0492832	16.5338587	48.5476298	-1.0000000
FITOTECNIA (PRODUÇÃO VEGETAL)	0.3326053	0.1153846	0.3326053	0.1153846	NA	NA	NaN	NaN	NaN	NaN	NA
FORMAÇÃO CIENTÍFICA, EDUCACIONAL E TECNOLÓGICA	0.5718294	0.1052632	0.5718294	0.1052632	NA	NA	NaN	NaN	NaN	NaN	NA
FORMAÇÃO DOCENTE INTERDISCIPLINAR	0.6523280	0.0625000	0.6523280	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
GENÉTICA	0.4517179	0.1785714	0.4517179	0.1785714	NA	NA	NaN	NaN	NaN	NaN	NA
GENÉTICA E BIODIVERSIDADE	0.7414726	0.7272727	0.7414726	0.7272727	NA	NA	NaN	NaN	NaN	NaN	NA
GENÉTICA E BIOLOGIA MOLECULAR	0.4068030	0.4036850	0.4062862	0.4544288	0.0002601	0.0410848	0.0161277	0.2026938	3.9645097	50.2108812	0.1550842
GENÉTICA E BIOQUÍMICA	0.4605318	1.3500000	0.4605318	1.3500000	NA	NA	NaN	NaN	NaN	NaN	NA
GENÉTICA E MELHORAMENTO	0.4228280	0.6711230	0.4228280	0.6711230	0.0046204	0.0024164	0.0679739	0.0491572	16.0760066	7.3246121	-1.0000000
GENÉTICA E MELHORAMENTO DE PLANTAS	0.3526599	0.5357143	0.3526599	0.5357143	0.0003682	0.4311224	0.0191877	0.6565992	5.4408635	122.5651754	-1.0000000
GENÉTICA E TOXICOLOGIA APLICADA	0.6568182	4.2727273	0.6568182	4.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
GEOCIÊNCIAS	0.3745424	0.0476190	0.3745424	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
GEOCIÊNCIAS APLICADAS	0.4578695	0.0769231	0.4578695	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
GEOFÍSICA	0.4340831	0.0769231	0.4340831	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
GEOGRAFIA	0.4236447	0.0867620	0.4114137	0.0666667	0.0045809	0.0020504	0.0676820	0.0452810	15.9761295	52.1898675	-0.3898188
GEOGRAFIA - TRATAMENTO DA INFORMAÇÃO ESPACIAL	0.6069648	0.8000000	0.6069648	0.8000000	NA	NA	NaN	NaN	NaN	NaN	NA
GEOGRAFIA ( CAMPUS JATAI )	0.4798265	0.0625000	0.4798265	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
GEOLOGIA	0.3258574	0.1486783	0.3105392	0.0952381	0.0010183	0.0170383	0.0319113	0.1305306	9.7930229	87.7939997	0.4688836
GEOQUÍMICA: PETRÓLEO E MEIO AMBIENTE	0.6231327	0.5714286	0.6231327	0.5714286	NA	NA	NaN	NaN	NaN	NaN	NA
GEOTECNIA E TRANSPORTES	0.7090187	0.2307692	0.7090187	0.2307692	NA	NA	NaN	NaN	NaN	NaN	NA
GERONTOLOGIA	0.5924129	0.7857143	0.5924129	0.7857143	NA	NA	NaN	NaN	NaN	NaN	NA
GERONTOLOGIA BIOMÉDICA	0.4918036	0.1764706	0.4918036	0.1764706	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO AMBIENTAL E SUSTENTABILIDADE	0.7553030	0.3636364	0.7553030	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DA INFORMAÇÃO	0.6054390	0.9090909	0.6054390	0.9090909	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DA QUALIDADE EM SERVIÇOS DE SAÚDE	0.4115178	0.4545455	0.4115178	0.4545455	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE COOPERATIVAS	0.6717140	0.1111111	0.6717140	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE DOCUMENTOS E ARQUIVOS	0.5969986	2.1818182	0.5969986	2.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE POLÍTICAS PÚBLICAS	0.5818902	0.1428571	0.5818902	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE PROJETOS	0.6179924	1.8000000	0.6179924	1.8000000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE REDES DE TELECOMUNICAÇÕES	0.5990196	0.4444444	0.5990196	0.4444444	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DE SISTEMAS DE ENGENHARIA	0.6139957	0.5000000	0.6139957	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DO CONHECIMENTO E TECNOLOGIA DA INFORMAÇÃO	0.7236664	0.2857143	0.7236664	0.2857143	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO DO DESENVOLVIMENTO LOCAL SUSTENTÁVEL	0.7217294	0.0909091	0.7217294	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
GESTAO DOS RECURSOS NATURAIS E DESENVOLVIMENTO LOCAL NA AMAZONIA	0.6453903	0.1333333	0.6453903	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E AVALIAÇÃO DA EDUCAÇÃO PÚBLICA	0.4452269	0.0425532	0.4452269	0.0425532	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E ECONOMIA DA SAÚDE	0.5235912	2.8235294	0.5235912	2.8235294	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E ESTRATÉGIA	0.5986111	0.4375000	0.5986111	0.4375000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E INFORMÁTICA EM SAÚDE	0.6708759	0.0769231	0.6708759	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E INOVAÇÃO NA INDÚSTRIA ANIMAL	0.6462485	0.4500000	0.6462485	0.4500000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E NEGÓCIOS	0.5740408	0.2142857	0.5740408	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO E TECNOLOGIAS APLICADAS À EDUCAÇÃO	0.5117115	1.1250000	0.5117115	1.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO EM SAÚDE	0.5192842	0.1176471	0.5192842	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO EM SISTEMAS DE SAÚDE	0.6028720	0.2000000	0.6028720	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO ESTRATÉGICA DE ORGANIZAÇÕES	0.6170666	0.7500000	0.6170666	0.7500000	NA	NA	NaN	NaN	NaN	NaN	NA
GESTÃO ORGANIZACIONAL	0.5628897	0.2544643	0.5628897	0.2544643	0.0082590	0.0670041	0.0908789	0.2588516	16.1450607	101.7241334	1.0000000
GESTÃO PÚBLICA	0.6974869	0.0661172	0.6962913	0.0714286	0.0060681	0.0002024	0.0778983	0.0142257	11.1684191	21.5158972	0.9419008
GESTÃO PÚBLICA E SOCIEDADE	0.7295650	0.0588235	0.7295650	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
HEMATOLOGIA	0.6224949	0.1333333	0.6224949	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
HISTÓRIA	0.4230407	0.0615002	0.3639525	0.0526316	0.0175621	0.0004780	0.1325221	0.0218638	31.3260877	35.5507886	0.7229756
HISTÓRIA DA CIÊNCIA	0.6631048	0.2857143	0.6631048	0.2857143	NA	NA	NaN	NaN	NaN	NaN	NA
IMUNOLOGIA	0.4400431	0.2817460	0.4400431	0.2817460	0.0017161	0.0000315	0.0414254	0.0056120	9.4139464	1.9918501	-1.0000000
IMUNOLOGIA BÁSICA E APLICADA	0.5160729	0.1111111	0.5160729	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
IMUNOLOGIA E PARASITOLOGIA APLICADAS	0.4169129	0.8235294	0.4169129	0.8235294	NA	NA	NaN	NaN	NaN	NaN	NA
IMUNOLOGIA E PARASITOLOGIA BÁSICAS E APLICADAS	0.6339625	2.0000000	0.6339625	2.0000000	NA	NA	NaN	NaN	NaN	NaN	NA
INDÚSTRIA CRIATIVA	0.6016751	0.6666667	0.6016751	0.6666667	NA	NA	NaN	NaN	NaN	NaN	NA
INFECTOLOGIA E MEDICINA TROPICAL	0.4079019	1.6190476	0.4079019	1.6190476	NA	NA	NaN	NaN	NaN	NaN	NA
INFORMÁTICA	0.4705291	0.3463731	0.4655101	0.2692308	0.0021901	0.0648080	0.0467986	0.2545742	9.9459544	73.4971041	-0.3442473
INFORMÁTICA APLICADA	0.5226724	0.5243056	0.5226724	0.5243056	0.0005026	0.3414593	0.0224180	0.5843452	4.2891166	111.4512675	1.0000000
INFORMÁTICA E GESTÃO DO CONHECIMENTO	0.6283658	0.2727273	0.6283658	0.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
INFORMÁTICA NA EDUCAÇÃO	0.5935583	0.9500000	0.5935583	0.9500000	NA	NA	NaN	NaN	NaN	NaN	NA
INOVAÇÃO TECNOLÓGICA E BIOFARMACÊUTICA	0.5849154	0.8571429	0.5849154	0.8571429	NA	NA	NaN	NaN	NaN	NaN	NA
INOVAÇÃO TECNOLÓGICA E PROPRIEDADE INTELECTUAL	0.5899907	1.3846154	0.5899907	1.3846154	NA	NA	NaN	NaN	NaN	NaN	NA
INOVAÇÃO TERAPÊUTICA	0.4089684	3.6000000	0.4089684	3.6000000	NA	NA	NaN	NaN	NaN	NaN	NA
INSTITUIÇÕES SOCIAIS, DIREITO E DEMOCRACIA	0.3733116	0.1818182	0.3733116	0.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
INTEGRIDADE DE MATERIAIS DA ENGENHARIA	0.5585531	0.1538462	0.5585531	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
INTERDISCIPLINAR EM BIOCIÊNCIAS APLICADAS	0.7615017	0.1428571	0.7615017	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
INTERDISCIPLINAR EM CIÊNCIAS DA SAÚDE	0.4286904	0.0142857	0.4286904	0.0142857	NA	NA	NaN	NaN	NaN	NaN	NA
JORNALISMO	0.6944535	0.6250000	0.6944535	0.6250000	NA	NA	NaN	NaN	NaN	NaN	NA
LETRAS	0.4739110	0.1106576	0.5182158	0.0833333	0.0086675	0.0105079	0.0930992	0.1025079	19.6448737	92.6351907	0.5299044
LETRAS (LÍNGUA ESPANHOLA E LIT. ESPANHOLA E HISPANO-AMERIC.)	0.3603612	0.0666667	0.3603612	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
LETRAS (LÍNGUA, LITERATURA E CULTURA ITALIANAS)	0.4855011	0.0714286	0.4855011	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
LETRAS (TEORIA LITERÁRIA E LITERATURA COMPARADA)	0.3742502	0.0454545	0.3742502	0.0454545	NA	NA	NaN	NaN	NaN	NaN	NA
LETRAS: ESTUDOS DA LINGUAGEM	0.6512542	0.1666667	0.6512542	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
LINGUÍSTICA	0.3407773	0.0555556	0.3407773	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
LINGÜÍSTICA	0.3332193	0.0952381	0.3332193	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
LINGÜÍSTICA APLICADA	0.4051806	0.0732323	0.4051806	0.0732323	0.0039545	0.0006249	0.0628847	0.0249987	15.5201708	34.1361894	-1.0000000
LINGÜÍSTICA APLICADA E ESTUDOS DA LINGUAGEM	0.3687077	0.5000000	0.3687077	0.5000000	NA	NA	NaN	NaN	NaN	NaN	NA
LITERATURA E CULTURA	0.3306989	0.0588235	0.3306989	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
MANEJO DE SOLO E ÁGUA	0.4386884	0.1428571	0.4386884	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
MANEJO E CONSERVAÇÃO DE ECOSSISTEMAS NATURAIS E AGRÁRIOS	0.6714739	0.2142857	0.6714739	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
MATEMÁTICA	0.4064511	0.0605789	0.3720218	0.0487805	0.0084896	0.0012449	0.0921392	0.0352828	22.6691822	58.2427744	0.2308305
MATEMÁTICA APLICADA	0.3732653	0.0555556	0.3732653	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
MATEMÁTICA APLICADA E ESTATISTICA	0.4997998	0.1578947	0.4997998	0.1578947	NA	NA	NaN	NaN	NaN	NaN	NA
MATEMÁTICA E ESTATÍSTICA	0.5460119	0.1250000	0.5460119	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
MATERIAIS	0.5298698	1.0909091	0.5298698	1.0909091	0.0013874	0.0165289	0.0372473	0.1285649	7.0295218	11.7851130	1.0000000
MATERIAIS PARA ENGENHARIA	0.5601066	1.4705882	0.5601066	1.4705882	NA	NA	NaN	NaN	NaN	NaN	NA
MECATRÔNICA	0.5092124	1.7272727	0.5092124	1.7272727	NA	NA	NaN	NaN	NaN	NaN	NA
MEDIC.VETERIN.(HIG.VETER.PROC.TECN.PROD.ORIG.ANIMAL)	0.4136139	0.1250000	0.4136139	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICAMENTOS E ASSISTÊNCIA FARMACÊUTICA	0.3969467	0.1000000	0.3969467	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA	0.5540629	0.0625000	0.5540629	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA (CIRURGIA TORÁCICA E CARDIOVASCULAR)	0.4163677	0.3076923	0.4163677	0.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA (NEFROLOGIA)	0.5089423	0.0555556	0.5089423	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA (OTORRINOLARINGOLOGIA)	0.3539438	0.1764706	0.3539438	0.1764706	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA (UROLOGIA)	0.4041432	0.1538462	0.4041432	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA E CIÊNCIAS DA SAÚDE.	0.4391082	0.1200000	0.4391082	0.1200000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA E SAÚDE	0.4072318	0.0952381	0.4072318	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA INTERNA	0.4382922	0.3461538	0.4382922	0.3461538	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA PEDIATRIA E SAUDE DA CRIANÇA	0.4290791	0.0625000	0.4290791	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA TROPICAL	0.4967827	0.0798149	0.4907244	0.0714286	0.0003316	0.0010372	0.0182093	0.0322061	3.6654541	40.3509989	-0.8679481
MEDICINA TROPICAL E SAÚDE PÚBLICA	0.4935199	0.0800000	0.4935199	0.0800000	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA VETERINÁRIA	0.3495014	0.3636364	0.3495014	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA VETERINÁRIA ( CLÍNICA E REPRODUÇÃO ANIMAL)	0.3381468	0.5789474	0.3381468	0.5789474	NA	NA	NaN	NaN	NaN	NaN	NA
MEDICINA: CIÊNCIAS MÉDICAS	0.4152185	0.0526316	0.4152185	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
MEIO AMBIENTE , ÁGUAS E SANEAMENTO	0.6022722	0.0666667	0.6022722	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
MEIO AMBIENTE E DESENVOLVIMENTO REGIONAL	0.6806918	0.0588235	0.6806918	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
MEIO AMBIENTE E RECURSOS HÍDRICOS	0.5748231	0.0625000	0.5748231	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
MEIO AMBIENTE URBANO E INDUSTRIAL	0.5970797	0.0555556	0.5970797	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
MEIOS E PROCESSOS AUDIOVISUAIS	0.6069154	0.0666667	0.6069154	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
MEMÓRIA SOCIAL	0.5850133	0.2000000	0.5850133	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
MEMÓRIA SOCIAL E BENS CULTURAIS	0.6190800	0.2666667	0.6190800	0.2666667	NA	NA	NaN	NaN	NaN	NaN	NA
MEMÓRIA:LINGUAGEM E SOCIEDADE	0.4883590	0.0454545	0.4883590	0.0454545	NA	NA	NaN	NaN	NaN	NaN	NA
MESTRADO PROFISSIONAL EM ACONSELHAMENTO GENÉTICO E GENÔMICA HUMANA	0.5648745	0.0909091	0.5648745	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
METEOROLOGIA	0.4740987	0.2000000	0.4740987	0.2000000	0.0108864	0.0355556	0.1043378	0.1885618	22.0076214	94.2809042	1.0000000
MÉTODOS E GESTÃO EM AVALIAÇÃO	0.8356351	0.3571429	0.8356351	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
MÉTODOS NUMÉRICOS EM ENGENHARIA	0.4422782	0.0416667	0.4422782	0.0416667	NA	NA	NaN	NaN	NaN	NaN	NA
METROLOGIA	0.6895513	0.7000000	0.6895513	0.7000000	NA	NA	NaN	NaN	NaN	NaN	NA
MICROBIOLOGIA	0.5901471	0.7979167	0.5901471	0.7979167	0.0333165	1.0816753	0.1825280	1.0400362	30.9292309	130.3439654	-1.0000000
MICROBIOLOGIA AGRÍCOLA	0.5140765	0.5683761	0.4754739	0.5384615	0.0045710	0.0076156	0.0676093	0.0872674	13.1516095	15.3538179	-0.6738561
MICROBIOLOGIA AGRÍCOLA E DO AMBIENTE	0.5164008	0.1176471	0.5164008	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
MICROBIOLOGIA APLICADA	0.5962010	0.3529412	0.5962010	0.3529412	NA	NA	NaN	NaN	NaN	NaN	NA
MICROELETRÔNICA	0.4363716	0.0526316	0.4363716	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM COMPUTACIONAL	0.5213981	0.6142919	0.5309594	0.4361862	0.0030722	0.3684586	0.0554272	0.6070079	10.6304879	98.8142414	-0.8514168
MODELAGEM COMPUTACIONAL DE CONHECIMENTO	0.5535122	0.9523810	0.5535122	0.9523810	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM COMPUTACIONAL DE SISTEMAS	0.6233225	0.7272727	0.6233225	0.7272727	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM COMPUTACIONAL E SISTEMAS	0.6663929	0.1538462	0.6663929	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM COMPUTACIONAL EM CIÊNCIA E TECNOLOGIA	0.5950355	1.1333333	0.5950355	1.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM E OTIMIZAÇÃO	0.6358250	0.1666667	0.6358250	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM EM CIÊNCIAS DA TERRA E DO AMBIENTE	0.5598657	0.3000000	0.5598657	0.3000000	NA	NA	NaN	NaN	NaN	NaN	NA
MODELAGEM MATEMÁTICA	0.5729993	1.5801282	0.5729993	1.5801282	0.0072335	4.5192513	0.0850500	2.1258531	14.8429593	134.5367466	-1.0000000
MODELAGEM MATEMÁTICA E COMPUTACIONAL	0.5783553	0.6884058	0.5783553	0.6884058	0.0001450	0.2521529	0.0120408	0.5021483	2.0819113	72.9436469	-1.0000000
MONTAGEM INDUSTRIAL	0.5286568	0.9333333	0.5286568	0.9333333	NA	NA	NaN	NaN	NaN	NaN	NA
MUSEOLOGIA E PATRIMÖNIO	0.6212897	0.0666667	0.6212897	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
MÚSICA	0.5296580	0.1981482	0.5280113	0.1185897	0.0067141	0.0281441	0.0819396	0.1677619	15.4702902	84.6648694	-0.2150627
NANOCIÊNCIAS	0.5922908	0.1111111	0.5922908	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
NANOCIÊNCIAS E MATERIAIS AVANÇADOS	0.4642071	0.2258065	0.4642071	0.2258065	NA	NA	NaN	NaN	NaN	NaN	NA
NEUROCIÊNCIAS	0.5241023	0.1041667	0.5241023	0.1041667	0.0020633	0.0008681	0.0454234	0.0294628	8.6669035	28.2842712	-1.0000000
NEUROCIÊNCIAS E BIOLOGIA CELULAR	0.4321695	0.3928571	0.4321695	0.3928571	NA	NA	NaN	NaN	NaN	NaN	NA
NEUROCIÊNCIAS E COMPORTAMENTO	0.5082443	0.5190217	0.5082443	0.5190217	0.0011313	0.3105063	0.0336344	0.5572309	6.6177542	107.3617626	-1.0000000
NEUROPSIQUIATRIA E CIÊNCIAS DO COMPORTAMENTO	0.4739548	0.0909091	0.4739548	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
NUTRIÇÃO	0.5069108	0.2831574	0.5171010	0.0769231	0.0007499	0.1340486	0.0273852	0.3661265	5.4023718	129.3014199	-0.9781355
NUTRIÇÃO E ALIMENTOS	0.5335720	0.2991453	0.5335720	0.2991453	0.0018561	0.0422237	0.0430829	0.2054840	8.0744383	68.6903730	-1.0000000
NUTRIÇÃO E SAÚDE	0.4722826	0.8493590	0.4722826	0.8493590	0.0108798	1.1735906	0.1043064	1.0833239	22.0855833	127.5460534	1.0000000
NUTRIÇÃO HUMANA	0.4196662	0.2857143	0.4196662	0.2857143	NA	NA	NaN	NaN	NaN	NaN	NA
OCEANOGRAFIA	0.5470993	0.0588235	0.5470993	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
ODONTOLOGIA	0.3964566	0.4131264	0.3717946	0.2187500	0.0107056	0.2302497	0.1034680	0.4798435	26.0981851	116.1493191	0.0719386
ODONTOLOGIA (DENTÍSTICA)	0.2694284	0.4800000	0.2694284	0.4800000	NA	NA	NaN	NaN	NaN	NaN	NA
ODONTOLOGIA (ENDODONTIA)	0.3299997	0.3076923	0.3299997	0.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
ODONTOLOGIA CLÍNICA	0.4887164	1.6666667	0.4887164	1.6666667	NA	NA	NaN	NaN	NaN	NaN	NA
ODONTOLOGIA EM SAÚDE PÚBLICA	0.3864974	0.0952381	0.3864974	0.0952381	NA	NA	NaN	NaN	NaN	NaN	NA
OFTALMOLOGIA E CIÊNCIAS VISUAIS	0.3489555	0.0384615	0.3489555	0.0384615	NA	NA	NaN	NaN	NaN	NaN	NA
ONCOLOGIA E CIÊNCIAS MÉDICAS	0.4600276	0.1363636	0.4600276	0.1363636	NA	NA	NaN	NaN	NaN	NaN	NA
ORGANIZAÇÕES E MERCADOS	0.5298368	0.1000000	0.5298368	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
OTORRINOLARINGOLOGIA	0.3582168	0.1818182	0.3582168	0.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
PARASITOLOGIA	0.4272089	1.3904665	0.4272089	1.3904665	0.0048038	0.0128390	0.0693098	0.1133092	16.2238612	8.1490059	1.0000000
PATOLOGIA	0.5211244	0.2846829	0.5315070	0.2385965	0.0051737	0.0147576	0.0719283	0.1214810	13.8025145	42.6723808	0.5313644
PATOLOGIA AMBIENTAL E EXPERIMENTAL	0.5423747	0.1000000	0.5423747	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
PATOLOGIA EXPERIMENTAL	0.4547232	0.2941176	0.4547232	0.2941176	NA	NA	NaN	NaN	NaN	NaN	NA
PATOLOGIA EXPERIMENTAL E COMPARADA	0.3445354	0.1176471	0.3445354	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
PATOLOGIA HUMANA	0.4913209	0.2272727	0.4913209	0.2272727	NA	NA	NaN	NaN	NaN	NaN	NA
PATOLOGIA MOLECULAR	0.4222736	0.4285714	0.4222736	0.4285714	NA	NA	NaN	NaN	NaN	NaN	NA
PATRIMÔNIO CULTURAL	0.7287193	1.8666667	0.7287193	1.8666667	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO DE SISTEMAS ENERGÉTICOS	0.6283439	0.1538462	0.6283439	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO E GOVERNANÇA PÚBLICA	0.6366186	0.1428571	0.6366186	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO ENERGÉTICO	0.6037932	0.3333333	0.6037932	0.3333333	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO TERRITORIAL	0.5702845	0.0714286	0.5702845	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO TERRITORIAL E DESENVOLVIMENTO SOCIAL	0.6318957	0.1000000	0.6318957	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
PLANEJAMENTO URBANO E REGIONAL	0.4458699	0.0555556	0.4458699	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
PLANTAS MEDICINAIS, AROMÁTICAS E CONDIMENTARES	0.6172713	0.1000000	0.6172713	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
POLÍTICAS PÚBLICAS	0.6262698	0.0833333	0.6262698	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
POLÍTICAS PÚBLICAS E FORMAÇÃO HUMANA	0.5755092	0.2666667	0.5755092	0.2666667	NA	NA	NaN	NaN	NaN	NaN	NA
POLÍTICAS SOCIAIS	0.5596601	0.1111111	0.5596601	0.1111111	NA	NA	NaN	NaN	NaN	NaN	NA
PRÁTICAS SOCIOCULTURAIS E DESENVOLVIMENTO SOCIAL	0.6648317	0.0833333	0.6648317	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
PRESTAÇÃO JURISDICIONAL E DIREITOS HUMANOS	0.5109720	0.0769231	0.5109720	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSAMENTO DE MATERIAIS E CATÁLISE	0.6862643	0.5454545	0.6862643	0.5454545	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSOS CONSTRUTIVOS	0.5732980	0.1818182	0.5732980	0.1818182	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSOS E MANIFESTAÇÕES CULTURAIS	0.5813548	0.0714286	0.5813548	0.0714286	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSOS INTERATIVOS DOS ÓRGÃOS E SISTEMAS	0.4252469	0.1538462	0.4252469	0.1538462	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSOS QUÍMICOS E BIOTECNOLÓGICOS	0.7192163	0.3076923	0.7192163	0.3076923	NA	NA	NaN	NaN	NaN	NaN	NA
PROCESSOS TECNOLÓGICOS E AMBIENTAIS	0.7010489	1.0769231	0.7010489	1.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
PRODUÇÃO AGRÍCOLA	0.5378653	0.1428571	0.5378653	0.1428571	NA	NA	NaN	NaN	NaN	NaN	NA
PRODUÇÃO ANIMAL	0.5527488	0.0833333	0.5527488	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
PRODUÇÃO VEGETAL	0.4130034	0.1649832	0.4271555	0.1339286	0.0015227	0.0128069	0.0390214	0.1131675	9.4482104	68.5933909	0.3314809
PRODUÇÃO VEGETAL E BIOPROCESSOS ASSOCIADOS	0.5796751	0.3571429	0.5796751	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
PRODUTOS BIOATIVOS E BIOCIÊNCIAS	0.5684464	0.0869565	0.5684464	0.0869565	NA	NA	NaN	NaN	NaN	NaN	NA
PROGRAMA DE PÓS-GRADUAÇÃO EM ALIMENTAÇÃO E NUTRIÇÃO	0.5490009	0.2500000	0.5490009	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E COMPUTAÇÃO	0.5628554	0.5555556	0.5628554	0.5555556	NA	NA	NaN	NaN	NaN	NaN	NA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE TELECOMUNICAÇÕES	0.4095407	0.0833333	0.4095407	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENSINO DE CIÊNCIAS E MATEMÁTICA	0.6011029	0.1333333	0.6011029	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
PROJETOS EDUCACIONAIS DE CIÊNCIAS	0.7529762	0.2142857	0.7529762	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
PROMOÇÃO DE SAÚDE	0.5987246	0.0769231	0.5987246	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
PROMOÇÃO DE SAÚDE E PREVENÇÃO DA VIOLÊNCIA	0.4831423	0.0689655	0.4831423	0.0689655	NA	NA	NaN	NaN	NaN	NaN	NA
PSICANÁLISE, SAÚDE E SOCIEDADE	0.5546597	0.4807692	0.5546597	0.4807692	0.0001744	0.0007396	0.0132043	0.0271964	2.3806178	5.6568542	-1.0000000
PSICOBIOLOGIA	0.4409988	0.0555556	0.4409988	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA	0.3820297	0.1306715	0.3503131	0.1000000	0.0041125	0.0143181	0.0641287	0.1196582	16.7862996	91.5717436	0.1460377
PSICOLOGIA (PSICOLOGIA CLÍNICA)	0.4237775	0.1388889	0.4237775	0.1388889	0.0177561	0.0138889	0.1332518	0.1178511	31.4438178	84.8528137	1.0000000
PSICOLOGIA (PSICOLOGIA EXPERIMENTAL)	0.4089283	0.3913043	0.4089283	0.3913043	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA (PSICOLOGIA SOCIAL)	0.3946296	0.1250000	0.3946296	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA (TEORIA E PESQUISA DO COMPORTAMENTO)	0.3314605	0.3636364	0.3314605	0.3636364	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA ESCOLAR E DO DESENVOLVIMENTO HUMANO	0.3009927	0.0434783	0.3009927	0.0434783	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA EXPERIMENTAL: ANÁLISE DO COMPORTAMENTO	0.4888889	0.7777778	0.4888889	0.7777778	NA	NA	NaN	NaN	NaN	NaN	NA
PSICOLOGIA SOCIAL	0.4619067	0.1250000	0.4619067	0.1250000	NA	NA	NaN	NaN	NaN	NaN	NA
PSIQUIATRIA E PSICOLOGIA MÉDICA	0.3841647	0.0476190	0.3841647	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
QUALIDADE AMBIENTAL	0.6593600	0.2631579	0.6593600	0.2631579	0.0092094	0.0886427	0.0959657	0.2977292	14.5543657	113.1370850	-1.0000000
QUIMICA	0.3259900	0.8716475	0.3259900	0.8716475	0.0001524	0.3298836	0.0123439	0.5743549	3.7865864	65.8930275	1.0000000
QUÍMICA	0.3860352	0.4838323	0.3515984	0.4090909	0.0105401	0.1369383	0.1026648	0.3700518	26.5946874	76.4834933	-0.1212797
QUÍMICA - CAMPUS CATALÃO	0.5162081	0.0666667	0.5162081	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
QUÍMICA APLICADA	0.5236986	0.2845850	0.5236986	0.2845850	0.0001773	0.0750207	0.0133173	0.2738991	2.5429253	96.2450897	1.0000000
QUÍMICA BIOLÓGICA	0.5289998	0.4571678	0.5289998	0.4571678	0.0313863	0.3026202	0.1771618	0.5501093	33.4899571	120.3298347	1.0000000
QUÍMICA DE PRODUTOS NATURAIS	0.4046302	0.0555556	0.4046302	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
QUÍMICA E BIOTECNOLOGIA	0.4025659	0.9259259	0.4025659	0.9259259	NA	NA	NaN	NaN	NaN	NaN	NA
QUÍMICA MEDICINAL E MODELAGEM MOLECULAR	0.6067694	0.1764706	0.6067694	0.1764706	NA	NA	NaN	NaN	NaN	NaN	NA
QUIMICA TECNOLOGICA E AMBIENTAL	0.4282288	0.5185185	0.4282288	0.5185185	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS AQUÁTICOS CONTINENTAIS AMAZÔNICOS	0.5368871	0.1666667	0.5368871	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS GENÉTICOS VEGETAIS	0.5202006	0.1176471	0.5202006	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS HÍDRICOS	0.5802549	0.2166667	0.5802549	0.2166667	0.0035559	0.0272222	0.0596313	0.1649916	10.2767436	76.1499611	-1.0000000
RECURSOS HIDRICOS E SANEAMENTO	0.4537701	0.1000000	0.4537701	0.1000000	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS HÍDRICOS E SANEAMENTO AMBIENTAL	0.4756930	0.0416667	0.4756930	0.0416667	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS HÍDRICOS EM SISTEMAS AGRÍCOLAS	0.4559400	0.4000000	0.4559400	0.4000000	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS NATURAIS DA AMAZÔNIA	0.6189364	0.1052632	0.6189364	0.1052632	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS NATURAIS DO CERRADO (RENAC)	0.5367353	0.2105263	0.5367353	0.2105263	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS PESQUEIROS E AQUICULTURA	0.4367372	0.1176471	0.4367372	0.1176471	NA	NA	NaN	NaN	NaN	NaN	NA
RECURSOS PESQUEIROS E ENGENHARIA DE PESCA	0.4507625	0.0588235	0.4507625	0.0588235	NA	NA	NaN	NaN	NaN	NaN	NA
REPRODUÇÃO ANIMAL	0.2868604	0.1333333	0.2868604	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
REPRODUÇÃO, SANIDADE E BEM-ESTAR ANIMAL	0.4702315	0.2500000	0.4702315	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
SANEAMENTO, MEIO AMBIENTE E RECURSOS HÍDRICOS	0.4375872	0.0967742	0.4375872	0.0967742	NA	NA	NaN	NaN	NaN	NaN	NA
SANIDADE E PRODUÇÃO ANIMAL NOS TRÓPICOS	0.6327381	0.0833333	0.6327381	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE	0.4686027	0.2916667	0.4686027	0.2916667	NA	NA	NaN	NaN	NaN	NaN	NA
SAUDE COLETIVA	0.5158704	0.0526316	0.5158704	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE COLETIVA	0.5415526	0.1088776	0.5540080	0.0869565	0.0093379	0.0065936	0.0966328	0.0812008	17.8436640	74.5799472	-0.0155451
SAÚDE COLETIVA: POLÍTICAS E GESTÃO EM SAÚDE	0.4618868	0.0434783	0.4618868	0.0434783	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE DA CRIANÇA E DO ADOLESCENTE	0.3943580	0.0722222	0.3943580	0.0722222	0.0000827	0.0030247	0.0090931	0.0549972	2.3057970	76.1499611	-1.0000000
SAÚDE DA FAMÍLA	0.6519751	0.0909091	0.6519751	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE DA MULHER	0.4902431	0.8333333	0.4902431	0.8333333	NA	NA	NaN	NaN	NaN	NaN	NA
SAUDE DO ADULTO E DA CRIANCA	0.5174369	2.0869565	0.5174369	2.0869565	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE E AMBIENTE	0.6567530	1.0666667	0.6567530	1.0666667	0.0000001	1.5022222	0.0003262	1.2256518	0.0496632	114.9048519	1.0000000
SAÚDE E DESENVOLVIMENTO HUMANO	0.6198949	0.1666667	0.6198949	0.1666667	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE E DESENVOLVIMENTO NA REGIÃO CENTRO-OESTE	0.5414475	0.2121212	0.5414475	0.2121212	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE E MEIO AMBIENTE	0.6164893	0.1333333	0.6164893	0.1333333	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE E NUTRIÇÃO	0.4648957	0.1363636	0.4648957	0.1363636	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE E SOCIEDADE	0.5078600	0.1875000	0.5078600	0.1875000	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE HUMANA E MEIO AMBIENTE	0.5591274	2.2105263	0.5591274	2.2105263	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE MATERNO INFANTIL	0.4924747	0.0666667	0.4924747	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE PÚBLICA	0.5088516	0.1221591	0.5088516	0.1221591	0.0040725	0.0071184	0.0638160	0.0843707	12.5411868	69.0662437	-1.0000000
SAÚDE, AMBIENTE E SOCIEDADE NA AMAZÔNIA	0.6249994	0.0833333	0.6249994	0.0833333	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE, AMBIENTE E TRABALHO	0.5170866	0.3571429	0.5170866	0.3571429	NA	NA	NaN	NaN	NaN	NaN	NA
SAÚDE, INTERDISCIPLINARIDADE E REABILITAÇÃO	0.5232052	0.0476190	0.5232052	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
SEGURANÇA PÚBLICA	0.5999615	0.2500000	0.5999615	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
SEGURANÇA PÚBLICA, JUSTIÇA E CIDADANIA	0.5685157	0.2272727	0.5685157	0.2272727	NA	NA	NaN	NaN	NaN	NaN	NA
SENSORIAMENTO REMOTO	0.5322480	0.0476190	0.5322480	0.0476190	NA	NA	NaN	NaN	NaN	NaN	NA
SERVIÇO SOCIAL	0.4603859	0.1166667	0.4603859	0.1166667	0.0426334	0.0005556	0.2064787	0.0235702	44.8490499	20.2030509	-1.0000000
SISTEMAS COSTEIROS E OCEÂNICOS	0.4786691	0.0625000	0.4786691	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE GESTÃO	0.6793050	0.2903226	0.6793050	0.2903226	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE GESTÃO SUSTENTÁVEIS	0.6290558	0.0909091	0.6290558	0.0909091	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE INFORMAÇÃO	0.4527815	2.4166667	0.4527815	2.4166667	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE INFORMAÇÃO E GESTÃO DO CONHECIMENTO	0.7807973	0.3636364	0.7807973	0.3636364	0.0023474	0.0165289	0.0484502	0.1285649	6.2052261	35.3553391	-1.0000000
SISTEMAS DE INFRAESTRUTURA URBANA	0.5648221	0.2500000	0.5648221	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE PRODUÇÃO AGRÍCOLA FAMILIAR	0.5412854	0.5625000	0.5412854	0.5625000	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS DE PRODUÇÃO NA AGROPECUÁRIA	0.5431260	0.2500000	0.5431260	0.2500000	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS E COMPUTAÇÃO	0.4895547	0.1734007	0.4895547	0.1734007	0.0153651	0.0197315	0.1239559	0.1404690	25.3201329	81.0083497	1.0000000
SISTEMAS E PROCESSOS INDUSTRIAIS	0.6186430	1.2727273	0.6186430	1.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMAS MECATRÔNICOS	0.5638641	1.5263158	0.5638641	1.5263158	NA	NA	NaN	NaN	NaN	NaN	NA
SISTEMÁTICA E EVOLUÇÃO	0.4125755	0.0666667	0.4125755	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
SOCIEDADE, NATUREZA E DESENVOLVIMENTO	0.6368665	0.0526316	0.6368665	0.0526316	NA	NA	NaN	NaN	NaN	NaN	NA
SOCIOBIODIVERSIDADE E TECNOLOGIAS SUSTENTÁVEIS	0.7443572	0.0666667	0.7443572	0.0666667	NA	NA	NaN	NaN	NaN	NaN	NA
SOCIOLOGIA	0.3881976	0.0625000	0.3881976	0.0625000	NA	NA	NaN	NaN	NaN	NaN	NA
SOCIOLOGIA E DIREITO	0.4040812	0.0333333	0.4040812	0.0333333	NA	NA	NaN	NaN	NaN	NaN	NA
SUSTENTABILIDADE DE ECOSSISTEMAS COSTEIROS E MARINHOS	0.6213181	0.4615385	0.6213181	0.4615385	NA	NA	NaN	NaN	NaN	NaN	NA
SUSTENTABILIDADE NA GESTÃO AMBIENTAL	0.6142941	0.2142857	0.6142941	0.2142857	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA AMBIENTAL	0.6618517	0.3179825	0.6618517	0.3179825	0.0000329	0.1408222	0.0057349	0.3752628	0.8664986	118.0136835	-1.0000000
TECNOLOGIA AMBIENTAL E RECURSOS HÍDRICOS	0.4749377	0.2727273	0.4749377	0.2727273	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA BIOQUÍMICO-FARMACÊUTICA	0.5991037	0.4615385	0.5991037	0.4615385	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA DE ALIMENTOS	0.4793680	0.4482601	0.5073372	0.1428571	0.0074150	0.2964926	0.0861102	0.5445113	17.9632779	121.4721925	-0.9754456
TECNOLOGIA DE CELULOSE E PAPEL	0.6551535	0.8000000	0.6551535	0.8000000	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA DE MATERIAIS E PROCESSOS INDUSTRIAIS	0.7444816	1.6428571	0.7444816	1.6428571	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA DE PROCESSOS QUÍMICOS E BIOQUÍMICOS	0.3076881	0.4047619	0.3076881	0.4047619	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA E GESTÃO DA INOVAÇÃO	0.6336743	0.0769231	0.6336743	0.0769231	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA E GESTÃO EM EDUCAÇÃO A DISTÂNCIA	0.6291800	0.2000000	0.6291800	0.2000000	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA E SOCIEDADE	0.6145011	0.0384615	0.6145011	0.0384615	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA EM SAÚDE	0.6258585	2.6923077	0.6258585	2.6923077	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA NUCLEAR	0.4230388	0.7682927	0.4230388	0.7682927	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIA, AMBIENTE E SOCIEDADE	0.7875198	0.1481481	0.7875198	0.1481481	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS AMBIENTAIS	0.6980585	0.2548077	0.6980585	0.2548077	0.0018412	0.0337001	0.0429093	0.1835758	6.1469451	72.0448419	1.0000000
TECNOLOGIAS COMPUTACIONAIS PARA O AGRONEGÓCIO	0.9217794	0.2307692	0.9217794	0.2307692	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO	0.6114943	0.4666667	0.6114943	0.4666667	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS E INOVAÇÕES AMBIENTAIS	0.6932505	0.2222222	0.6932505	0.2222222	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS EDUCACIONAIS EM REDE	0.6961879	0.6500000	0.6961879	0.6500000	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS ENERGÉTICAS NUCLEARES	0.5059644	0.5882353	0.5059644	0.5882353	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS PARA O DESENVOLVIMENTO SUSTENTÁVEL	0.7362493	0.2352941	0.7362493	0.2352941	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS QUÍMICA E BIOLÓGICA	0.5223894	0.5600000	0.5223894	0.5600000	NA	NA	NaN	NaN	NaN	NaN	NA
TECNOLOGIAS, COMUNICAÇÃO E EDUCAÇÃO	0.5797145	0.0500000	0.5797145	0.0500000	NA	NA	NaN	NaN	NaN	NaN	NA
TRABALHO, SAÚDE E AMBIENTE	0.6266879	0.0555556	0.6266879	0.0555556	NA	NA	NaN	NaN	NaN	NaN	NA
URBANISMO	0.4123739	0.4000000	0.4123739	0.4000000	NA	NA	NaN	NaN	NaN	NaN	NA
VETERINÁRIA	0.3344821	0.9545455	0.3344821	0.9545455	NA	NA	NaN	NaN	NaN	NaN	NA
ZOOLOGIA	0.4125082	0.0484322	0.4074088	0.0488095	0.0034615	0.0000151	0.0588345	0.0038857	14.2626247	8.0229218	0.4412388
ZOOTECNIA	0.4081988	0.2304637	0.4192778	0.0769231	0.0068147	0.1080888	0.0825511	0.3287686	20.2232579	142.6552483	-0.0334172

##### ---------------------------------------------------------------------------------------
grau_f <- factor(ds_COR$NM_GRAU_PROGRAMA) ## Fator para split de categoria

ds_COR_grau <- ds_COR %>% select(NM_GRAU_PROGRAMA,IMI,IPT) %>% 
  split(grau_f, drop = T) %>% ## Separação por grau do programa
  map(f.corr) ## Calculo de correlação para cada segmento

ds_COR_grau <- f.print_corr(ds_COR_grau)

ds_COR_grau <- ds_COR %>% group_by(NM_GRAU_PROGRAMA) %>% 
                         summarise(m_IMI = mean(IMI),                #|
                                   m_IPT = mean(IPT),                #| Média
                                   md_IMI = median(IMI),             #|
                                   md_IPT = median(IPT),             #| Mediana       
                                   v_IMI = var(IMI),                 #|
                                   v_IPT = var(IPT),                 #| Variancia
                                   d_IMI = sd(IMI),                  #|
                                   d_IPT = sd(IPT),                  #| Devio padrão 
                                   pc_IMI = (d_IMI/m_IMI)*100,       #|
                                   pc_IPT = (d_IPT/m_IPT)*100) %>%   #| Percentual do desvio padrão sobre valor esperado
              merge(., ds_COR_grau, by.x = "NM_GRAU_PROGRAMA", by.y = "cat", all = T)

 write.csv2(ds_COR_grau, paste0(v_path_o, "COR_grau.csv"))
 kable(ds_COR_grau)

NM_GRAU_PROGRAMA	m_IMI	m_IPT	md_IMI	md_IPT	v_IMI	v_IPT	d_IMI	d_IPT	pc_IMI	pc_IPT	cor
DOUTORADO	0.5469384	0.5030931	0.5849154	0.3076923	0.0149049	0.1922105	0.1220856	0.4384182	22.32164	87.14455	-0.2978888
MESTRADO	0.5729381	0.3471827	0.5735685	0.1666667	0.0080292	0.1963755	0.0896056	0.4431427	15.63967	127.63962	-0.0070459
MESTRADO PROF.	0.5876662	0.5096381	0.5848819	0.2352941	0.0094136	0.4798977	0.0970239	0.6927465	16.51003	135.92909	0.1539738
MESTRADO/DOUTORADO	0.4475720	0.4012911	0.4375872	0.1935484	0.0088005	0.2998060	0.0938107	0.5475454	20.95992	136.44593	0.1228013

 ##### ---------------------------------------------------------------------------------------

7 Avaliação gráfica geral por categorias

f.mplot <- function(ds, label) {
#### Base -------------------------------------------
GGCor <- ggplot(data = ds, aes(x = ds[,1])) + 
  geom_col(aes(y = (as.double(cor)*100)), 
           width = 0.9, 
           alpha=0.4, 
           #stat = "sum",
           col = "black", 
           size = 0.5
           ) +   
  scale_y_continuous(breaks = seq(-100, 100, by = 10)) +  
  geom_hline(yintercept = 0, col = 'black', alpha = 0.7) + 
  geom_hline(yintercept = 39, col = 'orange', alpha = 0.7, size = 1.5) +   
  geom_hline(yintercept = 70, col = '#009900', alpha = 0.7, size = 1.5) + 
  geom_point(aes(y = (as.double(cor)*100)), 
             size=1.8, shape=21, fill="black") + 
  geom_text(aes(y = (as.double(cor)*100) + ifelse(as.double(cor) > 0, 6, -6), 
                label = format(as.double(cor), digits = 4)), 
            size = 5) + 
  theme_light() + 
  theme(axis.text.x = element_text(angle = 0, vjust = 1, size = 14, colour = "black"),
        axis.text.y = element_text(angle = 0, size = 14, colour = "black"),
        axis.title.x = element_text(size = 16, face="bold"),
        axis.title.y = element_text(size = 16, face="bold")) + 
  labs(#title = 'Correlação por Categoria', 
       x = paste0('Categoria (', label, ')'), y = 'Correlação x 100') +
  geom_bar(aes(y = as.double(m_IMI)*100),
           position = position_nudge(x = -0.225),
           width = 0.35, alpha=0.30,
           fill = "red",
           stat = "sum",
           size = 1) +
  geom_bar(aes(y = as.double(m_IPT)*100),
           position = position_nudge(x = 0.225),
           width = 0.35, alpha=0.30,
           fill = "blue",
           stat = "sum",
           size = 1)
return(GGCor)
}

cat("Gráfico para referência (com legenda)")

## Gráfico para referência (com legenda)

g_legenda <- f.mplot(ds_COR_dependencia, "Dependência") +
   geom_label(aes(x = 2.55, y = 72, label = 'Correlação forte'), 
              col = '#009900', hjust = 'right', alpha = 0.5, size=4) +  
   geom_label(aes(x = 2.55, y = 41, label = 'Correlação fraca'), 
              col = 'orange', hjust = 'right', alpha = 0.5, size=4) +  
   geom_label(aes(x = 0.6, y = 56, label = 'Média de IMI'), 
              col = 'red', hjust = 'left', alpha = 0.5, size=4) +
   geom_label(aes(x = 1.05, y = 53, label = 'Média de IPT'), 
            col = 'blue', hjust = 'left', alpha = 0.5, size=4) +
   geom_label(aes(x = 1, y = 19.9, label = 'Correlação'), 
            col = 'black', hjust = 'left', alpha = 0.5, size=4)

print(g_legenda)

#ggsave("grafico.png")

cat("Gráficos por categoria")

## Gráficos por categoria

ds_COR_ano %<>% arrange(ANO_INICIO_PROGRAMA)
print(f.mplot(ds_COR_ano[1:10,], "Ano"))

print(f.mplot(ds_COR_ano[11:20,], "Ano"))

print(f.mplot(ds_COR_ano[21:30,], "Ano"))

print(f.mplot(ds_COR_ano[31:40,], "Ano"))

print(f.mplot(ds_COR_ano[41:50,], "Ano"))

print(f.mplot(ds_COR_ano[51:58,], "Ano"))

ds_COR_area %<>% arrange(desc(cor))
print(f.mplot(ds_COR_area[1:10,], "Area"))

print(f.mplot(ds_COR_area[11:20,], "Area"))

print(f.mplot(ds_COR_area[21:30,], "Area"))

print(f.mplot(ds_COR_area[31:40,], "Area"))

print(f.mplot(ds_COR_area[41:48,], "Area"))

ds_COR_estado %<>% arrange(desc(cor))           # Novo
print(f.mplot(ds_COR_estado[1:4,], "Estado"))  #

print(f.mplot(ds_COR_estado[5:8,], "Estado"))  #

print(f.mplot(ds_COR_estado[9:12,], "Estado")) #

print(f.mplot(ds_COR_estado[13:16,], "Estado")) #

print(f.mplot(ds_COR_estado[17:20,], "Estado")) #

print(f.mplot(ds_COR_estado[21:25,], "Estado")) #

print(f.mplot(ds_COR_conceito, "Conceito"))

print(f.mplot(ds_COR_status, "Status Jurídico"))

print(f.mplot(ds_COR_dependencia, "Dependência"))

print(f.mplot(ds_COR_modalidade, "Modalidade"))

print(f.mplot(ds_COR_grau, "Grau"))     #

print(f.mplot(ds_COR_regiao, "Regiao")) #

8 Análise geral de IPT e IMI

8.1 Dispersão de IPT e IMI Geral

f.disp <- function(ds) {
  GGDisp <- ggplot(ds, aes(x=IPT, y=IMI)) + 
    geom_point() +
    geom_smooth(method=lm) +
    theme_light() +
    theme(axis.text.x = element_text(angle = 0, size = 17, colour = "black"),
          axis.text.y = element_text(angle = 0, size = 17, colour = "black"),
          axis.title.x = element_text(size = 16, face="bold"),
          axis.title.y = element_text(size = 16, face="bold")) +
    scale_x_continuous(expand = c(0, 0.05), limits = c(0, 5.5)) + 
    scale_y_continuous(expand = c(0, 0), limits = c(0.2, 1))
   
  return(GGDisp)
}

cat("Gráfico de Dispersão de IMI x IPT")

## Gráfico de Dispersão de IMI x IPT

print(f.disp(ds_COR))

cat("Boxplot de IMI e IPT com outliers")

## Boxplot de IMI e IPT com outliers

ds_imiipt <- read_excel(paste0(v_path_inter, "IMI_IPT_Geral.xlsx"))

ggplot(ds_imiipt, aes(x=Indice, y=Valores, fill=factor(Indice))) +
    stat_boxplot(geom = "errorbar", width=0.2, size=1) + 
    theme_light() +
    theme(axis.text.x = element_text(angle = 0, size = 16, colour = "black"),
          axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
          axis.title.x = element_text(size = 16, face="bold"),
          axis.title.y = element_text(size = 16, face="bold")) +
    geom_boxplot() +
    scale_fill_manual(values=alpha(c("red", "blue"), 0.3)) +
    theme(legend.position = "none")

#cat("Cluster de IMI e IPT por Area")
#ds_clusterArea <- read_excel(paste0(v_path_inter, "ClusterArea.xlsx"))
#ggplot() + geom_point(data=ds_clusterArea, mapping=aes(x=IPT, y=IMI, colour=Area))

8.2 Histogramas de IPT e IMI Geral

cat("Histogramas Gerais de IMI e IPT")

## Histogramas Gerais de IMI e IPT

print(ggplot(ds_COR, aes(x=IMI, fill=sex)) + 
 labs(y = 'Contagem') +
 geom_histogram(colour="black", fill="red", alpha=0.3) +
 theme_light() + 
 theme(panel.grid.minor.x=element_blank(),
       panel.grid.major.x=element_blank()) + 
 theme(axis.text.x = element_text(angle = 0, size = 15, colour = "black"),
       axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
       axis.title.x = element_text(size = 17, face="bold"),
       axis.title.y = element_text(size = 17, face="bold"))
 )

print(ggplot(ds_COR, aes(x=IPT, fill=sex)) + 
 labs(y = 'Contagem') +
 geom_histogram(colour="black", fill="blue", alpha=0.3)  +
 theme_light() + 
 theme(panel.grid.minor.x=element_blank(),
       panel.grid.major.x=element_blank()) + 
 theme(axis.text.x = element_text(angle = 0, size = 15, colour = "black"),
       axis.text.y = element_text(angle = 0, size = 15, colour = "black"),
       axis.title.x = element_text(size = 17, face="bold"),
       axis.title.y = element_text(size = 17, face="bold"))
 )

9 Histogramas de IPT e IMI por Área de Avaliação

f.histo <- function(ds){
#### Histograma por categoria pelo GGPlot2 -------------
 GGHis <- ggplot(ds,aes(ds[,2])) +
   stat_bin(aes(y =..density..,
                fill = ..count..), 
            col = "black",
            binwidth = 0.05, 
            alpha = 0.8) +
   geom_density(fill = "red",
                color = "orange",
                alpha = 0.11) +
   scale_x_continuous(breaks = seq(0, 10, by = 0.10)) +
   #scale_y_continuous(labels = NULL) +
   labs(title = paste0('Histograma de ', v_idx, " - ", v_categ, " - ", ds[1,1]) , x = v_idx, y = 'Contagem') +
   theme(axis.text.x = element_text(angle = 45)) +
   scale_fill_distiller(name = 'Observações',
                        palette = v_pal,
                        direction = 1);GGHis
}

v_categ <- "Área de Avaliação"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_COR %<>% merge(., ds_siglas, by.x = "NM_AREA_AVALIACAO", by.y = "nome")

ds_cat_P <- ds_COR %>%  select(sigla, IPT) %>% 
   split(as.factor(.$sigla)) %>% 
   map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(sigla, IMI) %>% 
  split(as.factor(.$sigla)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

10 Histogramas de IPT e IMI para demais categorias (Exceto Ano de início)

v_categ <- "Conceito do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(CD_CONCEITO_PROGRAMA, IPT) %>% 
  split(as.factor(.$CD_CONCEITO_PROGRAMA)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(CD_CONCEITO_PROGRAMA, IMI) %>% 
  split(as.factor(.$CD_CONCEITO_PROGRAMA)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
v_categ <- "Status Jurídico"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(CS_STATUS_JURIDICO, IPT) %>% 
  split(as.factor(.$CS_STATUS_JURIDICO)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(CS_STATUS_JURIDICO, IMI) %>% 
  split(as.factor(.$CS_STATUS_JURIDICO)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
v_categ <- "Dependência Administrativa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(DS_DEPENDENCIA_ADMINISTRATIVA, IPT) %>% 
  split(as.factor(.$DS_DEPENDENCIA_ADMINISTRATIVA)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(DS_DEPENDENCIA_ADMINISTRATIVA, IMI) %>% 
  split(as.factor(.$DS_DEPENDENCIA_ADMINISTRATIVA)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
v_categ <- "Modalidade do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(NM_MODALIDADE_PROGRAMA, IPT) %>% 
  split(as.factor(.$NM_MODALIDADE_PROGRAMA)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(NM_MODALIDADE_PROGRAMA, IMI) %>% 
  split(as.factor(.$NM_MODALIDADE_PROGRAMA)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Estado-UF do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(SG_UF_PROGRAMA, IPT) %>% 
  split(as.factor(.$SG_UF_PROGRAMA)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(SG_UF_PROGRAMA, IMI) %>% 
  split(as.factor(.$SG_UF_PROGRAMA)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Região do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(NM_REGIAO, IPT) %>% 
  split(as.factor(.$NM_REGIAO)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(NM_REGIAO, IMI) %>% 
  split(as.factor(.$NM_REGIAO)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

#####------------------------------------------------------------------------------------------
# Novo
v_categ <- "Grau do Programa"
v_idx <- "IPT"
v_pal <- 'YlGnBu'

ds_cat_P <- ds_COR %>%  select(NM_GRAU_PROGRAMA, IPT) %>% 
  split(as.factor(.$NM_GRAU_PROGRAMA)) %>% 
  map(f.histo);

v_idx <- "IMI"
v_pal <- 'YlGn'

ds_cat_D <- ds_COR %>%  select(NM_GRAU_PROGRAMA, IMI) %>% 
  split(as.factor(.$NM_GRAU_PROGRAMA)) %>% 
  map(f.histo);

for(i in seq_along(ds_cat_P)){
  print(ds_cat_P[[i]])
  print(ds_cat_D[[i]])
}

---

1. Universidade Federal de Santa Catarina - PPGEGC, vca2@uol.com.br↩